PulseAugur
中
实时 05:49:33
English(EN) Navigating Unreliable Parametric and Contextual Knowledge: Explicit Knowledge Conflict Resolution for LLM Inference

新的 MACR 框架使用多智能体推理解决 LLM 中的知识冲突

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一个名为 MACR 的新框架来解决大型语言模型 (LLM) 中的知识冲突。该框架超越了仅仅优先考虑内部或外部知识，而是采用多智能体推理方法来主动解决不一致之处。MACR 首先评估 LLM 对其响应的置信度，然后使用三个专门的智能体来诱导规则、分析冲突并解决所有可用上下文中的差异。实验表明，MACR 的性能显著优于现有方法，并提供了可解释的冲突解决方案。 AI

影响 这项研究通过改进 LLM 处理冲突信息的方式，有望提高其输出的可靠性和准确性。

排序理由 该集群包含一篇详细介绍 LLM 推理新框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 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 MACR 框架使用多智能体推理解决 LLM 中的知识冲突

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Xiang Zhao ·

    导航不可靠的参数化和上下文知识：用于大语言模型推理的显式知识冲突解决

    Large language models (LLMs) have achieved strong performance across a wide range of language-based tasks by leveraging both extensive parametric knowledge and in-context learning ability, enabling them to incorporate external information provided in the input prompt. However, th…

相关实体

相关话题