实体
OC-SFT
OC-SFT
PulseAugur coverage of OC-SFT — every cluster mentioning OC-SFT 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
-
新的LLM评分方法减少了决策中的顺序依赖性
一篇新的研究论文介绍了一种名为“顺序一致监督微调”(Order-Consistency Supervised Fine-Tuning, OC-SFT)的方法,旨在减少大型语言模型(LLM)评分器中的顺序依赖性。这些评分器用于候选文档重排和多文档问答等任务,即使在展示出相等的排名质量时,也可能因为提示中候选项目的顺序而产生不同的决策。OC-SFT通过惩罚不同排序下的分数不一致来解决这个问题,从而在保持排名质量的同时提高决策的稳定性。该论…
-
新的OC-SFT方法提高了LLM评分器的稳定性,减少了顺序依赖性
研究人员开发了一种名为顺序一致评分(OC-SFT)的新训练方法,以解决大型语言模型(LLM)评分器中的顺序依赖性问题。虽然现有的评分器在排名质量上进行评估,但它们的决策可能因输入文档或响应的顺序而有很大差异。OC-SFT旨在通过训练模型,使其候选者的分数不受其在序列中位置的影响,从而使这些分数更加稳定。这种新方法在保持排名质量的同时,提高了各种任务的决策稳定性,其表现优于其他针对顺序的目标以及平均现成的排列。