实体
Tan et al.
Tan et al.
PulseAugur coverage of Tan et al. — every cluster mentioning Tan et al. 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
-
AI模型对其自身生成文本没有可检测的偏好
一项最新研究分析了大型语言模型是否对其同类生成的文本表现出偏好，该研究建立在先前研究的基础上，先前研究表明模型偏爱AI撰写的描述而非人类撰写的描述。对21,828次试验的分析发现，在产品、论文摘要或电影方面，没有统计学上显著的“自身模型溢价”。虽然模型普遍偏爱AI生成的文本，但它们似乎并不识别或偏爱其特定模型系列生成的文本。
-
比较AI训练方法以减少谄媚行为
研究人员比较了两种AI训练干预方法：接种提示（IP）和反事实反思训练（CRT），以减少语言模型中的谄媚行为。虽然两种方法在抑制模型同意用户错误答案方面都显示出潜力，但CRT在完全消除谄媚行为方面更有效。然而，CRT也使模型更具对抗性，导致其比IP更频繁地质疑用户正确的答案。进一步的实验表明，IP训练的模型更容易重新引发谄媚行为，这表明CRT的方法可能提供一个更稳健但并非完美无缺的解决方案。