实体
Alpaca-Eval
Alpaca-Eval
PulseAugur coverage of Alpaca-Eval — every cluster mentioning Alpaca-Eval across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
BayLing-Duplex 使单个 LLM 能够实现原生全双工语音对话
研究人员开发了 BayLing-Duplex，这是一种新颖的全双工语音语言模型，无需依赖外部轮流模块即可实现同时听和说。这个单一的自回归 LLM 可以处理自然的对话现象，如打断和犹豫。通过一个适度的数据集进行微调，BayLing-Duplex 在轮流和打断处理方面表现出很高的成功率，同时与基于轮流的模型相比，保持或提高了响应质量。
-
研究人员探讨上下文学习与多语言模型指令微调的对比
研究人员正在探索语言模型传统指令微调的替代方案，特别是针对小型和多语言模型。一篇论文研究了上下文学习（ICL）在非英语语言和不同模型规模下指令遵循方面的有效性，发现ICL在此类场景下的性能有所下降。另一项研究引入了M-DaQ，一个用于创建高质量、多样化多语言指令微调数据集的框架，该框架能提升模型在18种语言上的性能。第三篇论文提出了一种名为加权上下文影响（wICI）的数据选择方法，用于识别有效的指令微调数据，在数据受限的情况下优于现有基线。