ReLay

大语言模型研究探索新的训练、评估和模型行为理解方法

研究人员正在开发新方法来提高大语言模型在各个领域的性能。一项研究介绍了 MemCoE，一个受认知启发的框架，用于大语言模型代理学习如何组织和更新长期用户记忆，从而增强个性化。另一篇论文 ReLay 探索了个性化大语言模型生成的摘要，发现虽然个性化提高了理解能力，但也引入了偏见和幻觉的风险。此外，一个名为 ClassEval-Pro 的新基准被创建，用于评估大语言模型在类级别代码生成方面的能力，揭示了当前前沿模型之间显著的性能差距。