研究者提出S-EDL方法改进大语言模型语义校准
热点事件持续更新
研究者提出S-EDL方法改进大语言模型语义校准
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Yawei Li 等研究者在 arXiv 发布论文，提出面向大语言模型语义校准的 S-EDL 方法。该方法从模型自身的序列似然中引出证据，构建针对提示特定语义类别的可微 Dirichlet 先验，通过证据损失获得校准感知的训练信号，无需固定选择题选项。 论文称，在 4 个开放式基准和 3 个模型上的评估显示，S-EDL 显著降低语义校准误差并提升准确率，代码已开源。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 12:00
S-EDL：从序列似然中引出自证据，实现大语言模型的语义校准报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv cs.AIS-EDL：从序列似然中引出自证据，实现大语言模型的语义校准
研究者提出 S-EDL，一种面向大语言模型语义校准的证据学习方法。该方法从模型自身的序列似然引出证据，构建针对提示特定语义类别的可微 Dirichlet 先验，通过证据损失优化获得校准感知的训练信号，无需固定选择题选项。在 4 个开放式基准和 3 个模型上的评估显示，S-EDL 显著降低语义校准误差并提升准确率，代码已开源。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。