实体
SciBench
SciBench
PulseAugur coverage of SciBench — every cluster mentioning SciBench across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 3
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 3 条
-
大型语言模型学会直接读写神经网络权重
研究人员正在探索“权重空间编程”(WSP)这一新技术,大型语言模型(LLMs)可以直接读取、诊断和修改神经网络的原始数值权重。该方法绕过了传统的基于梯度的优化方法和外部训练循环,有可能实现更快的递归自我改进。研究表明,LLMs可以执行局部算术运算,识别网络功能,甚至通过最少的参数编辑显著提高性能,尽管其可靠性和泛化能力仍是积极研究的领域。
-
多智能体LLM系统中的角色影响反馈和恢复
一篇新研究论文探讨了多智能体大型语言模型(LLM)系统中角色如何影响反馈和恢复过程。研究发现,虽然角色不一定会降低初始准确性,但它们会显著影响团队提交答案和接收纠正性反馈的频率。具体来说,具有结构化角色的“审阅者”通常会拒绝批准,导致反馈机会减少,并在初始失败后可能阻碍恢复。研究表明,在有可靠外部反馈的情况下,评估LLM系统应考虑恢复机制以及专业化。
-
新的大型知识模型旨在为AI代理组织科学文献
研究人员推出了一种新颖的知识基础——大型知识模型(LKM),旨在支持大规模代理科学。LKM将科学文献组织成推理图,其中主张是节点,由明确的推理链和证据连接。这种结构支持高并发访问,保留可追溯的推理,并实现科学知识的增量增长。该系统在包括SciFact-Open、ScholarQABench、ChemBench、PubMedQA和SciBench在内的各种基准测试中,在科学检索、引用准确性和问答方面均表现出改进。