一篇新论文介绍了一种名为 HIVE（人类输入-变异引擎）的工具，该工具旨在研究不同输入方法如何影响大型语言模型（LLM）的性能。研究发现，语音转录扰动会显著降低所测试模型的准确性，其中转录的结构比填充词更具破坏性。键盘输入扰动虽然成本较低，但也会影响准确性，原始问题标记在扰动中存活的数量是性能下降的关键因素。研究还指出，当答案需要构建或推断时，这些问题更为明显，并且“思考预算”可以恢复键盘通道的性能，但不能恢复语音寄存器。 AI
影响 研究输入方法可以带来更强大的大型语言模型代理和改善人机交互。
排序理由 该集群包含一篇研究论文，详细介绍了大型语言模型输入扰动的新方法和研究结果。[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 →
