★ 3
研究：行为语言模型中评分式与生成式读数的实证对比
论文在固定模型检查点与提示内容的前提下，比较评分答案token所得概率与写出理由后生成预测的差异。在覆盖三个市场四类零售任务的13个模型-领域单元中，评分式读出在12个单元中排序更准，AUC高出1.5至14.5点。研究还发现生成理由会降低对主导预测特征的依赖并趋于套话，建议保留生成理由但用评分头做…
arXiv cs.AI53 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文在固定模型检查点与提示内容的前提下，比较评分答案token所得概率与写出理由后生成预测的差异。在覆盖三个市场四类零售任务的13个模型-领域单元中，评分式读出在12个单元中排序更准，AUC高出1.5至14.5点。研究还发现生成理由会降低对主导预测特征的依赖并趋于套话，建议保留生成理由但用评分头做…