实体
Llama2-70B
Llama2-70B
PulseAugur coverage of Llama2-70B — every cluster mentioning Llama2-70B 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
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
研究发现：LLM裁判表现出高度一致性但有效性存疑
最近的一篇预印本论文指出了LLM评估中的一个关键问题：裁判模型可能表现出很高的重测信度，但同时可能存在偏见。Qwen 3 8B在MT-Bench上几乎完美地复现分数，同时存在显著的位置偏见，就证明了这一点。ACL研讨会的进一步研究表明，尽管LLM裁判在原始一致性上可能与人类标签高度一致，但经过机会校正的分数揭示了有效性上的显著差异，一些裁判表现出宽容和位置偏见。这些发现强调了在评估循环中纳入人类真实情况的重要性，因为简单的信度指标可能…
-
新研究解决大语言模型安全、效率和能力恢复问题
近期研究探索了增强大语言模型（LLM）和多模态大语言模型（MLLM）的新颖方法。其中一种方法 MLLMEraser，通过在不更新参数的情况下引导激活，实现了多模态大语言模型的测试时遗忘，在遗忘指定内容的同时最小化效用损失方面优于现有方法。另一项研究引入了一个用于规范引导生成的框架，将大语言模型与符号推理相结合，以确保输出符合形式规范。此外，研究正在通过可训练向量量化和渐进式剪枝等技术推进大语言模型的有效压缩，旨在降低内存使用量并加快推…