一篇新的研究论文介绍了一种评估协议和基准数据集，用于评估大型语言模型（LLMs）的上下文归因方法的可靠性。研究强调，当上下文与模型的训练数据重叠时，当前的归因方法难以区分上下文学习和模型权重中的贡献，从而导致评分不准确。提出的指标和数据集旨在系统地评估在这种条件下的归因，并表明当知识同时存在于上下文和模型权重中时，现有方法无法提供忠实的归因。 AI
影响 这项研究可能有助于开发更可靠的方法来理解大型语言模型的行为，并识别训练数据中知识重叠的潜在问题。
排序理由 该集群包含一篇研究论文，详细介绍了用于大型语言模型上下文归因方法的新评估协议和基准数据集。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
