PulseAugur
中
实时 21:46:16
实体 Order-Consistent Scoring

Order-Consistent Scoring

PulseAugur coverage of Order-Consistent Scoring — every cluster mentioning Order-Consistent Scoring across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
0
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 1 条
  1. RESEARCH · CL_222853 ·

    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。