★ 3
研究提出 Control Map 框架，评估测试时模型更新
论文指出仅用更新次数或频率评估测试时更新会掩盖「更新了什么、在哪、何时、以何顺序」的差异，提出 Control Map 框架记录每次评分答案前的已提交更新。实验显示：760M 参数模型上 24 种相同更新次数的调度准确率在 19.7%-34.2% 间波动；ROME 在 13 个操作点均保留编辑但全…
arXiv cs.LG5 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文指出仅用更新次数或频率评估测试时更新会掩盖「更新了什么、在哪、何时、以何顺序」的差异，提出 Control Map 框架记录每次评分答案前的已提交更新。实验显示：760M 参数模型上 24 种相同更新次数的调度准确率在 19.7%-34.2% 间波动；ROME 在 13 个操作点均保留编辑但全…