实体
Llama3-8B-Instruct
Llama3-8B-Instruct
PulseAugur coverage of Llama3-8B-Instruct — every cluster mentioning Llama3-8B-Instruct 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
-
新基准量化 AI 模型干预的意外副作用
研究人员开发了 RippleBench-Maker，一个旨在识别和量化针对性干预对语言模型涟漪效应的自动化流程。该系统利用维基百科等现有知识库，生成与源概念在不同语义距离的问题。当应用于 Llama3-8B-Instruct 等模型的八种不同的遗忘方法时，该系统显示准确性下降在目标概念附近最大，并随着语义距离的增加而减小。值得注意的是，这些涟漪效应的传播特征在不同的基础模型中被发现是一致的，这表明它们是遗忘方法本身的属性。
-
新方法挖掘通用数据以增强低资源领域大语言模型的自适应能力
研究人员开发了一种名为NTK-Selector的新方法，以改进大语言模型在低资源领域的自适应能力。该技术挖掘有用的通用领域数据，特别是思维链示例，来补充有限的领域特定信息。通过近似神经切线核（NTK），NTK-Selector能够识别有益的通用领域样本，从而在各种专业领域带来显著的性能提升。