实体 Horcrux

Horcrux

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

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

RESEARCH · CL_151368 · Jul 19 · 21:35

尽管准确率稳定，但大型语言模型会因不相关上下文而翻转答案 · 跟踪 2 个来源

佐治亚理工学院和斯坦福大学的最新研究表明，大型语言模型可能表现出预测不稳定性。虽然总体准确率得分可能保持很高，但当模型接收到不相关或无意义的上下文时，单个答案可能会发生显著变化。这表明大型语言模型的性能可能存在隐藏的脆弱性，而标准评估指标未能捕捉到这一点。