collision
PulseAugur coverage of collision — every cluster mentioning collision across labs, papers, and developer communities, ranked by signal.
-
新框架Gap Detection实现语言模型输出多样化
研究人员开发了一个名为Gap Detection的新框架,以解决语言模型产生过于相似的响应的问题。该框架旨在通过识别文本嵌入空间中未被占用的方向来生成多样化且有用的替代方案。核心指标GapScore平衡了查询的相关性与其与现有答案的差异性,实验表明其能减少输出冲突并提高Vendi Score。
-
博弈论框架在文本生成中实现更高的可能性
研究人员推出了一种新颖的文本生成框架“Nash Equilibrium Text”,该框架利用了博弈论。这种方法将文本修订建模为一个游戏,其中 token 位置是玩家,词汇项是动作,目标是达到纳什均衡。所提出的 Nash 解码算法比传统的自回归方法能实现显著更高的可能性,尤其是在较长序列上。当应用于 CLAPNQ 和 PubMedQA 等问答基准测试时,该方法在不进行微调的情况下,在 F1 和 ROUGE 分数上优于规模大得多的自回归…
-
新的基准PhysicsLENS测试机器人视频中的物理准确性
研究人员开发了PhysicsLENS,这是一个新的数据集和基准,旨在评估视频生成模型(尤其是在机器人技术背景下)的物理合理性。当前的基准通常忽略摩擦或粘度等隐藏的物理属性,导致模型生成视觉上令人信服但物理上不准确的机器人视频。PhysicsLENS通过使用匹配的场景对来解决这个问题,这些场景对在保持视觉条件和任务一致的情况下改变底层物理属性,涵盖了七个物理领域。评估显示,许多看似合理的视频都忽略了所陈述的物理属性,这凸显了当前机器人应…
-
新的 Credal LLM 改进了不确定性表示并减少了幻觉
研究人员引入了 Credal 大型语言模型 (CLLM),以解决 LLM 生成自信但错误的答案的问题。与使用单一预测分布的标准 LLM 不同,CLLM 采用 LoRA 适配器集成来创建 Credal 集。该集合暴露了一系列合理的分布,从而可以推导出更好地反映不确定性的承诺分数。所提出的方法,Credal Token Commitment (CTC) 和 Semantic Commitment Consistency (SCC),在 G…
-
大语言模型不确定性量化研究探索校准以获得可靠答案
两篇研究论文探讨了提高大语言模型(LLM)生成答案可靠性的方法,特别是在问答任务中。第一篇论文介绍了 A-CRC-QA,这是一个事后校准框架,旨在通过将选择条件误差控制重新表述为线性期望约束来控制被接受答案中的错误率。第二篇论文实证研究了如何从词元概率中推导出数学问答的校准置信度估计,比较了单通道和多通道估计器,并评估了 Platt 缩放和等渗回归等事后校准方法。