Learning to Defer
PulseAugur coverage of Learning to Defer — every cluster mentioning Learning to Defer across labs, papers, and developer communities, ranked by signal.
-
新框架优化LLM在抽取式问答中的使用
研究人员开发了一个学习延迟（Learning-to-Defer）框架，以提高使用大型语言模型（LLM）进行抽取式问答（EQA）的效率。该方法智能地将查询分配给专用模型，确保高置信度的预测，同时最大限度地降低计算成本。该框架在SQuADv1和TriviaQA等数据集上进行了测试，证明了其提高了答案的可靠性并显著降低了计算开销，使其适用于可扩展的EQA部署。
-
新的学习延迟方法利用专家建议和多专家协作
研究人员开发了新的“学习延迟”（L2D）系统方法，该系统决定是进行预测还是咨询专家。最新的进展通过允许系统不仅选择专家，还为该专家提供额外的、特定于上下文的信息，从而解决了现有框架中的局限性。新方法还将L2D扩展到同时利用多个专家，使系统能够查询成本效益最高的k个实体或根据输入难度调整专家数量。
-
新框架通过密度比估计重塑“学习推迟”问题
研究人员引入了一个新颖的后验“学习推迟”（L2D）框架，该框架通过理想分布的视角重塑了该问题。该方法通过计算模型和专家理想分布之间的密度比来定义推迟。导出的 DR CPE 损失允许在无需重新训练的情况下调整推迟率，实验结果表明在各种数据集上具有竞争力的性能和鲁棒性。
-
新的在线算法增强了具有动态专家的延迟学习
研究人员开发了一种新的在线算法，用于延迟学习（Learning-to-Defer, L2D）方法，旨在处理流式数据和动态专家可用性。该算法是首个用于具有多类分类、老虎机反馈和不同专家池的算法。它提供了理论遗憾保证，并在合成和真实世界数据集的实验中证明了其有效性，将L2D的能力扩展到更复杂、动态的环境中。