★ 3
研究：开源语言模型高弃答率不等于遵守阈值规则
论文检验 Kalai 等人提出的提示内声明评分规则与阈值 t 的合规性，在 4 个全开源 3-8B 配方 12 个检查点上测试。发现弃答格式把弃答率从 20% 提到 91%，但提高阈值几乎不改变行为，高弃答率不能作为合规证据，评测应报告弃答率与阈值响应。
arXiv NLP6 小时前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文检验 Kalai 等人提出的提示内声明评分规则与阈值 t 的合规性，在 4 个全开源 3-8B 配方 12 个检查点上测试。发现弃答格式把弃答率从 20% 提到 91%，但提高阈值几乎不改变行为，高弃答率不能作为合规证据，评测应报告弃答率与阈值响应。