Verbalized Sampling
PulseAugur coverage of Verbalized Sampling — every cluster mentioning Verbalized Sampling across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
TurboEvolve框架提升LLM驱动的程序进化效率
研究人员开发了TurboEvolve，一个新颖的多岛进化框架，旨在提高LLM驱动的程序进化效率和鲁棒性。该框架通过引入“Verbalized Sampling”以单次LLM调用生成多样化候选，以及根据进度调整生成的自适应调度器，来解决高API成本和运行间方差等挑战。此外，TurboEvolve还结合了“岛屿感知初始化”来聚类种子程序，并通过受控的跨集群混合来平衡多样性、共享和精炼。与现有方法相比，该系统在数学发现和GPU内核优化任务上…
-
新方法将 UI 设计探索与代码生成分离
研究人员为“Vibe 设计代理”开发了一种新方法，将设计方案的探索与最终的代码生成过程分离开来。该方法使用受语言化采样启发的结构化中间规范，并带有典型性分数来提出设计方向。下游生成器随后实现选定的规范，从而可以在不改变核心生成设置的情况下，更广泛地探索 UI 主题和视觉资产。一项涉及超过 300,000 项任务的在线实验表明，该方法可以带来更多样的设计选择和更少的负面反馈事件，尽管代码导出增加的统计结果尚不确定。
-
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。