PulseAugur
中
实时 18:36:32
实体 In-Context Introspection

In-Context Introspection

PulseAugur coverage of In-Context Introspection — every cluster mentioning In-Context Introspection 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_332890 ·

    新的训练方法提高了语言模型内省的准确性

    研究人员开发了一种名为“干预式训练”的新方法，以提高语言模型内省的准确性。标准的监督微调（SFT）可能导致模型依赖于相关但不具有因果关系的信号进行自我报告。干预式训练通过训练模型报告反事实扰动的值来解决这个问题，从而提高对内源性和注入信号的准确内省，尤其是在分布外数据中。这种方法强调了训练模型关注底层机制而非仅仅可观察行为的重要性。