新框架对具有可控幻觉的大语言模型生成进行建模

研究人员引入了一种新的极限语言生成框架，旨在更好地反映现代大型语言模型的能力和限制。该方法解决了广泛覆盖目标语言与确保生成输出有效性之间的权衡。研究分析了各种约束条件下的生成，包括允许无限数量的错误，只要它们的频率接近于零，这可以在目标语言的某些部分被省略时提高召回率。此外，它还探讨了新颖性约束的连续放松，只要求固定比例的输出是新颖的，从而朝着更现实的语言生成模型迈进。 AI

影响 引入了更现实的大语言模型生成理论模型，考虑了可控的错误和重复。

排序理由 该集群包含一篇详细介绍新语言生成理论框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

• alphaXiv
• arXiv
• CatalyzeX Code Finder for Papers
• Computation and Language
• CORE Recommender
• DagsHub
• Gotit.pub
• Hugging Face
• Influence Flower
• ScienceCast

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →