实体 SciEval

SciEval

PulseAugur coverage of SciEval — every cluster mentioning SciEval across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_08315 · Apr 28 · 10:23

LLM幻觉与承诺失败相关，引入新的量化框架

一篇新论文提出，LLM幻觉并非源于知识缺乏，而是源于承诺失败，模型将概率质量分散到多个备选答案上，而不是集中于正确答案。这种现象随着模型规模的增大而增加，并且会因指令调优而加剧。另一篇论文介绍了GAMMA，一个用于混合精度量化的框架，该框架优化了LLM的比特分配，在内存限制下显著提高了准确性，并在Llama和Qwen模型上表现优于现有方法。此外，还开发了一个名为SciEval的基准，用于自动评估K-12科学教学材料，结果显示，当前主流…