研究人员提出了极性组合假设,以解释语言模型在自然语言推断(NLI)任务中如何处理否定。行为评估表明,语言模型的预测在很大程度上与该假设一致。该研究利用分布式对齐搜索来确定与假设变量相对应的因果有效子空间,并证明了其在不同否定形式以及部分 MNLI 数据集上的可迁移性。研究人员已公开了数据集和相关代码。 AI
影响 提供了一个理解和潜在改进大型语言模型处理否定方式的框架,这对于准确推断至关重要。
排序理由 该集群包含一篇研究论文,详细介绍了一种理解语言模型行为的新假设和方法论。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- DagsHub
- Distributed Alignment Search
- Hugging Face
- language models
- MNLI
- Polarity Composition Hypothesis
- Natural Language Inference
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →