English(EN) Optimizing Diversity and Quality through Base-Aligned Model Collaboration

新框架通过模型协作提升LLM多样性和质量

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-02 04:00

研究人员开发了一个名为基础对齐模型协作（BACo）的新框架，以解决大型语言模型输出质量和多样性之间的权衡问题。BACo在推理时运行，动态地将基础LLM与其对齐版本相结合。通过使用不确定性和内容信号，BACo将token生成路由到最合适的模型，在无需额外训练的情况下同时实现多样性和质量的提升。 AI

影响通过平衡质量和多样性来增强LLM输出，可能改善开放式生成任务中的用户体验。

排序理由该集群包含一篇详细介绍LLM输出生成新方法的论文。[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 →

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Yichen Wang, Chenghao Yang, Tenghao Huang, Muhao Chen, Jonathan May, Mina Lee · 2026-06-02 04:00

Optimizing Diversity and Quality through Base-Aligned Model Collaboration

arXiv:2511.05650v2 Announce Type: replace-cross Abstract: Alignment has greatly improved large language models (LLMs)' output quality at the cost of diversity, yielding highly similar outputs across generations, especially in open-ended generation tasks. We propose Base-Aligned M…