★ 3
论文提出LQET：让大模型按证据来源而非重复次数更新信念
arXiv论文研究人机反馈循环中，同一观察被反复引用会被误当作独立佐证的问题。作者提出Latent Quotient Evidence Training（LQET），结合稀疏贝叶斯监督与约束，在Qwen3-4B与Phi-4-mini上使新证据更新RMSE降低41-44%，八轮传递后对数几率漂移降低…
arXiv cs.AI21 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
arXiv论文研究人机反馈循环中，同一观察被反复引用会被误当作独立佐证的问题。作者提出Latent Quotient Evidence Training（LQET），结合稀疏贝叶斯监督与约束，在Qwen3-4B与Phi-4-mini上使新证据更新RMSE降低41-44%，八轮传递后对数几率漂移降低…