一篇新的研究论文识别出一种名为“分类先验锁定”的现象，该现象限制了大型语言模型在生成结构化数据时上下文学习（ICL）的有效性。研究发现，虽然ICL可以提高数值准确性，但在表格数据中复制稀有类别方面存在困难。LoRA等参数高效微调方法可以克服这一点，但会带来记忆化和输出不稳定的风险。 AI
影响 识别出LLM在结构化数据生成方面的关键适应性局限性，可能影响依赖ICL的应用。
排序理由 该集群包含一篇详细介绍LLM行为新发现的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.11961v1 Announce Type: cross Abstract: Large language models (LLMs) are increasingly used as conditional generators for structured data, relying on in-context learning (ICL) to adapt to new distributions without parameter updates. We investigate the limits of ICL for s…
Large language models (LLMs) are increasingly used as conditional generators for structured data, relying on in-context learning (ICL) to adapt to new distributions without parameter updates. We investigate the limits of ICL for structured generation under distribution mismatch, …