实体
Zou & Xu
Zou & Xu
PulseAugur coverage of Zou & Xu — every cluster mentioning Zou & Xu 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
最近 · 第 1/1 页 · 共 2 条
-
新的CQA方法通过约100个专家示例实现LLM对齐
研究人员开发了一种名为创意质量对齐（CQA）的方法，以最小的数据量提高LLM的性能。该方法利用大约100个专家的思维链标注，证明了少量数据集足以实现有效的对齐。该论文还强调了现有对齐数据集中存在一种偏见，即倾向于关注与技艺相关的知识，而忽略了受众建模和现实逻辑。
-
新的QUIET基准客观衡量大型语言模型的创意写作能力
研究人员推出了一项名为QUIET的新基准，旨在评估大型语言模型的创意生成能力。与依赖多项选择格式或主观人工评分的现有基准不同，QUIET采用多空白级联故事填空方法，具有明确的内容约束和空白间的依赖关系。这种方法允许基于“校准惊喜”框架进行客观、自动化的评分，该框架奖励符合约束且富有创意的响应。