一篇新的arXiv论文研究了一个名为Laya的小型单次决策编码器模型的性能。研究发现,当输入文本超过其512个token的窗口时,Laya的准确性会显著下降,接近随机猜测水平。即使存在截断标志,该模型也难以识别证据是否被截断,并且当可见证据出现在前文之后时,其性能会下降。在长文档上进行微调可以提高可见证据的准确性,但对截断证据无效,这表明Laya的架构对输入长度和关键信息的位置很敏感。 AI
影响 突出了当前小型模型架构在处理长上下文方面的局限性,可能指导未来在高效文本处理方面的研究。
排序理由 详细介绍模型性能局限性的研究论文。[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 →