实体
POPE benchmark
POPE benchmark
PulseAugur coverage of POPE benchmark — every cluster mentioning POPE benchmark 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
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新方法通过证据获取解决视觉语言模型幻觉问题
研究人员开发了一种名为带预算共形证据获取（BCEA）的新方法，以解决大型视觉语言模型（LVLMs）中的幻觉问题。传统的需要弃权预测以维持准确性的方法效率极低，常常弃权超过80%的声明。BCEA提供了一种更细致的方法，允许模型在计算预算内进行回答、弃权或获取额外的视觉证据，从而恢复统计保证并提高覆盖率。
-
LLM 推理和推理技术随着新研究和硬件的进步而发展
研究人员正在探索新的方法来提高大型语言模型 (LLM) 的效率和推理能力。Google Research 正在开发训练 LLM 以贝叶斯方式进行推理的技术，从而提高它们更新概率估计和泛化到新任务的能力。同时，推理优化方面的进展包括“投机级联”，它将更小、更快的模型与更大的模型结合起来，以及“上下文回收”来管理长对话范围。此外，正在开发“级联多粒度剪枝”和“SharQ”等方法来压缩 LLM 以进行设备上推理，从而在保持准确性的同时降低延…