gap-index bandit algorithm

DearICL框架通过新颖的样本选择增强LLM上下文学习

研究人员开发了DearICL，这是一个用于在大型语言模型（LLM）的上下文学习（ICL）中选择最佳演示示例的新颖框架。与静态、离线选择方法不同，DearICL将样本选择视为一个子集排序问题，采用非线性代理和间隙指数老虎机算法。这种方法可以对有效和边界示例进行细粒度分离，从而实现实例级别的子集排序。在开源LLM上的实验表明，DearICL在低样本复杂度下，相比现有的线性老虎机基线，准确率提高了8.08%至15.9%。