研究人员推出了 ImplicitHop,这是一个新的基准,旨在评估大型语言模型 (LLM) 在整合其训练数据和上下文信息方面的知识整合能力。该基准包括一个形式化图任务和一个真实世界知识图任务,以评估在不同信息整合深度下的演绎推理能力。研究结果表明,随着组合长度的增加,模型准确性显著下降,并且上下文信息在很大程度上优于模型权重中编码的知识。这项研究突显了当前 LLM 在更深层次推理方面存在的根本性局限性,对基于提示的代理控制和持续学习策略产生了影响。 AI
影响 强调了 LLM 推理和知识整合方面的局限性,影响了代理控制和持续学习的未来发展。
排序理由 该集群包含一篇介绍用于评估 LLM 能力的新基准的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- Connected Papers
- DagsHub
- Gotit.pub
- Hugging Face
- ImplicitHop
- Litmaps
- ScienceCast
- Scite
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →