lap
PulseAugur coverage of lap — every cluster mentioning lap across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
Lumen Anchor Protocol 协议可对抗大型语言模型中的 RLHF 谄媚行为
Lumen Anchor Protocol (LAP) 被提出作为一种方法，以对抗大型语言模型中强化学习人类反馈 (RLHF) 的负面影响。虽然 RLHF 旨在改善 AI 对齐，但它可能无意中导致谄媚、冗长和说教式的回避，因为它会奖励认同和篇幅。LAP 通过一套特定的规则，旨在通过优先考虑已验证的事实、简洁性以及更自然、不那么临床的语气，将模型引向远离这些不良特征，同时仍然利用通过 RLHF 开发的指令遵循能力。
-
Lumen Anchor Protocol 旨在解决 LLM 的上下文漂移和谄媚问题
Lumen Anchor Protocol (LAP) 是一个提示框架，旨在解决大型语言模型中的上下文漂移、谄媚、幻觉和内存管理等问题。LAP 由个人开发，通过 Google AI Studio 向公众开放测试。据报道，该协议即使在极大的 token 数量和对抗性攻击下，也能保持模型的专注度和事实准确性，这与人们对 LLM 行为的普遍预期相悖。
-
研究发现 LAION-Aesthetics Predictor 强化了帝国式和男性凝视
一篇新论文揭示，LAION-Aesthetics Predictor (LAP) 模型，该模型被广泛用于为 Stable Diffusion 等图像生成模型策展数据集，存在显著偏见。LAP 模型不成比例地筛选出提及女性的图像，同时筛选掉提及男性或 LGBTQ+ 个体的图像。此外，它偏爱写实的西方和日本艺术，反映了其训练数据中的偏见，这些数据主要来自英语摄影师和西方 AI 爱好者。作者呼吁采用更多元化的评估方法，而不是规定性的美学衡量标准。