实体
Kexian Tang
Kexian Tang
PulseAugur coverage of Kexian Tang — every cluster mentioning Kexian Tang across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
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 2 条
-
新的SPA方法通过提示工程提升LLM知识注入能力
研究人员推出了一种名为SPA（Scaling Prompt-engineered Augmentation，扩展提示工程增强）的新方法，用于增强大型语言模型在专业领域的知识。SPA利用一小组精心设计的提示来生成大量的合成数据，在知识注入任务中表现优于现有基线。研究强调了当前方法的局限性，例如基于RL的扩展增强中的多样性崩溃以及多阶段提示在未经仔细调整时收益递减。研究结果表明，精心设计的提示结合直接的大规模增强对于知识注入非常有效。
-
新的LEGO-Puzzles基准揭示MLLM在空间推理方面存在困难
引入了一个名为LEGO-Puzzles的新基准，用于评估多模态大语言模型（MLLM）的多步空间推理能力。该基准的灵感来自乐高积木搭建，包含基础空间理解和组装乐高结构的分步规划任务。对29个最先进MLLM的评估显示出显著的局限性，即使是最好的模型在基础任务上的表现也远低于人类准确率，并且无法进行超过几步的规划。