PulseAugur
中
实时 23:05:18
实体 Controlled Attribution Benchmark

Controlled Attribution Benchmark

PulseAugur coverage of Controlled Attribution Benchmark — every cluster mentioning Controlled Attribution Benchmark across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_331633 ·

    新基准测试探查语言模型数据归因的失败之处

    研究人员开发了一个新的基准测试，即受控归因基准测试（CATT），用于系统地评估语言模型的数据归因方法。该基准测试使用完全合成的数据，可以精确控制数据集的冗余和干扰项等属性，这些属性被发现会降低归因性能。研究还发现，跨整个文档平均归因分数会稀释关键标记的信号。通过用负对数几率梯度替换标准的交叉熵损失梯度，并仅聚合最高标记分数，性能得到了显著提高，证明了局部证据在归因中的重要性。