实体
TriggerBench
TriggerBench
PulseAugur coverage of TriggerBench — every cluster mentioning TriggerBench 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 2 条
-
新基准TriggerBench揭示LLM的前瞻性记忆挑战
研究人员推出TriggerBench，这是一个旨在评估大型语言模型（LLM）前瞻性记忆（PM）的新基准。与依赖显式查询的回顾性记忆（RM）不同，PM评估LLM在没有直接提示的情况下自发回忆和处理潜在约束的能力。该基准显示，虽然增强的推理能力可以改善主动回忆，但LLM可能会过度拟合简单的“始终提醒”启发式方法，并且在处理隐式约束或过载触发器时遇到困难。此外，PM比RM更具挑战性，随着上下文长度的增加，准确性急剧下降，这表明强大的前瞻性记…
-
新研究关注多语言模型、高效推理和数据污染
近期研究探讨了语言模型开发和应用的各个方面。Google DeepMind 的 ATLAS 项目引入了多语言模型的新缩放定律，旨在优化英语以外语言的训练。Hugging Face 发布了 LFM2.5-Encoders，专为在 CPU 上进行高效长上下文推理而设计，其速度优于现有模型。几篇 arXiv 论文深入研究了模型的行为和训练：TransClean 解决了 LLM 输出中的“翻译噪声”问题，另一项研究通过分析重复计数来调查语言模…