★ 3
研究：LLM 多实例处理存在顺序偏差，准确率相差 90 个百分点
一篇 arXiv 论文提出多实例处理（MIP）任务，要求大模型对一组独立输入逐条打标签并统计出现最多的标签，正确答案本应与输入顺序无关。作者用 15 个模型、5 个数据集和 7 种顺序模式测试，发现最好与最差顺序下准确率相差约 90 个百分点，多数标签实例排在开头时表现最好。推理轨迹与梯度归因显示…
arXiv cs.AI11 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
一篇 arXiv 论文提出多实例处理（MIP）任务，要求大模型对一组独立输入逐条打标签并统计出现最多的标签，正确答案本应与输入顺序无关。作者用 15 个模型、5 个数据集和 7 种顺序模式测试，发现最好与最差顺序下准确率相差约 90 个百分点，多数标签实例排在开头时表现最好。推理轨迹与梯度归因显示…