一篇新的研究论文探讨了大型语言模型中的“提示干扰”现象,即针对 pass@k 指标的优化可能会无意中降低 pass@1 指标的性能。这是因为共享的模型参数连接着不同的提示,导致一些提示的改进会对其他提示产生负面影响。该研究为这种权衡提供了理论解释,表明 pass@k 优化可以通过隐式地重新加权成功率较低的提示,从而将模型的更新方向从 pass@1 转移开。 AI
影响 强调了 LLM 评估中的一个关键权衡,可能会影响模型在具有延迟限制的实际应用中的微调方式。
排序理由 关于 LLM 性能指标和优化权衡的学术论文。[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 →