实体
Jason Chan
Jason Chan
PulseAugur coverage of Jason Chan — every cluster mentioning Jason Chan 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
-
研究发现：大语言模型在协调矛盾陈述方面存在困难
研究人员推出了一项新任务，专注于生成协调矛盾陈述的解释，这是人类推理的关键能力，但在当前大语言模型中尚未充分发展。他们重新利用了现有的自然语言推理数据集，并开发了新的评估指标来评估这项能力。对18个大语言模型的实验显示，成功有限，随着模型规模的增加，性能提升趋于平缓，这表明大语言模型的推理能力存在显著差距。
-
LLM在教育、事实核查和患病率估计中表现出偏见
研究人员开发了新的计算指标来评估教育NLP系统的教学一致性，结果显示学生通常使用这些工具进行答案提取而非持续学习。另一篇论文认为，逻辑健全性是使用LLM进行神经符号事实核查的不可靠标准，因为人类推理可能偏离严格的逻辑结论。第三项研究引入了多重校准作为一种使用LLM进行无偏患病率估计的方法，特别是在协变量偏移下，而标准校准方法无法解决这个问题。