实体
Verbalized Sampling
Verbalized Sampling
PulseAugur coverage of Verbalized Sampling — every cluster mentioning Verbalized Sampling across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的LLM个性建模纠正模拟中的分布崩溃
研究人员开发了一种使用大型语言模型（LLM）模拟人群的新方法，该方法解决了当前方法中的一个关键失败模式。研究发现，使用独立的LLM代理来代表个体通常会导致响应分布崩溃，代理收敛于模态默认值。为了纠正这一点，该团队引入了一种名为Verbalized Sampling（VS）的“分布优先”方法，该方法提高了不同模型系列的保真度，但可能导致过度分散。研究还强调，调查保真度对代理行为的转移很弱，个性通常被最便宜的默认选项所主导。提出的校正方法…
-
新的大语言模型研究涵盖多模态对齐、推理审计和能源使用 · 已追踪 10 个来源
近期研究探讨了大语言模型（LLM）能力和局限性的各个方面。一项研究调查了多模态大语言模型的对齐问题，提出了一种新的数据生成方法来提高图像-文本一致性。另一篇论文介绍了一种用于评估大语言模型推理的协议级审计，突出了基准分数与实际行为属性之间的差异。进一步的研究利用围棋死活题探究了大语言模型的推理效率，揭示了当前模型在搜索组织方面存在困难。此外，还有研究考察了大语言模型的能耗、默认设置和代币定价对推理服务的影响，以及低资源编程语言基准的开发。