实体
Guangliang Liu
Guangliang Liu
PulseAugur coverage of Guangliang Liu — every cluster mentioning Guangliang Liu 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
-
LLM的道德推理通过实用推理方法得到增强
研究人员开发了一种新方法，通过关注实用推理和元实用链接来增强大型语言模型（LLM）的道德推理能力。该方法旨在弥合显式陈述与隐含道德含义之间的差距，并借鉴道德基础理论。在三个不同的道德推理任务上的实验表明，该方法显著提高了LLM泛化其道德推理能力的能力。
-
新方法使大语言模型能够通过纠正错误来习得道德敏感性
研究人员开发了一种新方法，为大语言模型（LLMs）注入道德敏感性，超越了简单地使其符合人类价值观。这种务实的推理方法侧重于使大语言模型能够识别和纠正自身的道德错误。该框架旨在通过将推理过程与其推理负荷联系起来，来处理复杂的道德论述，实证结果表明它能有效地促进跨各种任务的道德敏感性习得。