Manh Nguyen

新的径向共识评分方法改进了LLM答案选择

研究人员推出了一种新颖的、无需训练的方法——径向共识评分（RCS），用于从多个大型语言模型（LLM）的输出中选择最佳响应。与偏好多数一致的传统投票或基于概率的方法不同，RCS通过分析答案嵌入的几何结构来模拟语义共识。它根据候选答案与加权弗雷歇均值的径向距离对其进行排名，有效地识别语义上连贯的答案，即使它们在词汇上是零散的或没有表面上的多数。实验表明，RCS在各种基准和模型上都能匹配或超越现有基线，为多代理辩论等应用中的答案选择提供了一…