实体
Gumbel--Max
Gumbel--Max
PulseAugur coverage of Gumbel--Max — every cluster mentioning Gumbel--Max across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新研究质疑 textGrain 水印的可检测性
arXiv 上的一篇新论文探讨了 textGrain 水印的可检测性，这是一种在大型语言模型文本中嵌入信号的方法。研究表明，虽然 textGrain 提供了明确的熵预算，但其可检测区域比 Gumbel-max 和 maximal-coupling 水印要小。该研究还提出了一种新颖的加权多尺度二项扫描检测器，该检测器无需了解模型的内部分布或编辑分数即可实现最优检测边界。
-
新框架支持混合离散/连续因果模型的反事实推断
研究人员开发了一个新的概率框架，用于高斯过程结构因果模型（GP-SCMs）中的反事实推断。该框架将适用性扩展到具有离散子节点和连续父节点的因果图，解决了先前主要处理连续变量的模型的局限性。新方法使用显式的外生噪声机制和针对二元、名义和有序离散结果的特定溯因程序，确保准确传播溯因噪声并考虑GP潜在函数中的不确定性。
-
新研究量化了 LLM 水印估计的复杂性 · arXiv
一篇新的研究论文探讨了使用 Gumbel-Max 水印技术估计大型语言模型 (LLM) 生成文本比例的复杂性。该研究比较了两种观测模式：完全观测和更普遍的枢轴约简方法。研究人员为两者都开发了估计器，并为样本复杂性建立了匹配的信息论下界。研究结果表明，虽然枢轴约简方法很巧妙，但它在水印比例估计方面可能并不总是样本效率最高的方法。