★ 3
CoBe 基准发布：评测对话式反事实文本编辑能力
研究者提出 CoBe 基准，用于测试模型在对话式自然提示下对给定文本场景进行反事实编辑的零样本能力。CoBe 包含 2000 道覆盖医疗、科学与工程、商业及日常场景的问题，前沿模型平均得分仅 58.05%。结果显示模型常退化为关联式生成而非保留原场景的因果结构，且性能不随模型规模或输出长度稳定提升…
arXiv NLP21 天前
#文本编辑
共 3 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
研究提出因果编辑序列化 CES，支持自回归模型局部修订
论文提出因果编辑序列化（CES）框架，用特殊指针词元配合预测的源地址，在同一因果词元流中表达插入、删除、替换、复制与移动等修订操作。CES 模型可完整执行编辑，干净文本 bits per byte 仅略高，并在语法纠错任务上验证了监督与强化学习后训练的有效性。
arXiv NLP14 天前
★ 2
AutoIndexer：通过编辑链训练因果模型实现灵活顺序解码
论文提出 AutoIndexer，一种模拟「编辑链」的生成模型训练与解码机制，允许模型通过插入、替换和删除 token 事后灵活修改先前输出。模型学习预测编辑的开闭标记 token 并移动光标，类似文本编辑器。该方法具备多数自回归与扩散模型缺乏的生成后上下文编辑能力，且不损害标准基准表现。
arXiv NLP21 天前