一篇新的研究论文认为,当前用于 AI 模型知识编辑的基准存在根本性缺陷,未能准确衡量关键的“范围分类”决策。作者开发了一种名为 INLAY 的无梯度编辑器来生成精确的真实情况,揭示现有基准与简单的静态策略相比没有可衡量的改进。这种局限性源于其反事实性质,这使得分类器无法学会拒绝不正确的编辑。 AI
影响 这项研究表明需要新的 AI 知识编辑评估方法,这可能会影响未来模型的开发和评估方式。
排序理由 该集群包含一篇发表在 arXiv 上的研究论文,详细介绍了关于 AI 基准的负面结果。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →