PulseAugur
中
实时 06:59:19

新的LLM上下文工程使用推荐系统

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员引入了一个名为神经协同上下文工程（NCCE）的新框架，以改进大型语言模型（LLMs）处理输入上下文的方式。与以往为所有输入寻求单一最佳上下文的方法不同，NCCE将上下文工程视为一个推荐问题，为每个单独的输入动态地路由最合适的上下文策略。这是通过一种新颖的上下文-协同过滤共同演化机制实现的，其中一个神经协同过滤模型学习实例-上下文偏好，以生成专门的上下文变体，进而改进模型的理解。 AI

影响 这种方法可以通过为特定输入定制上下文，从而实现更个性化和更有效的LLM交互。

排序理由 该集群包含一篇学术论文，详细介绍了LLM上下文工程的新框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的LLM上下文工程使用推荐系统

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Jianghao Lin ·

    上下文作为推荐：用于上下文工程的演化协同过滤

    Large Language Models (LLMs) are highly sensitive to their input contexts, motivating the development of automated context engineering. However, existing methods predominantly treat this as a global search problem, seeking a single context strategy that maximizes average performa…

相关实体

相关话题