★ 3
更拒绝而非更判别：预执行LLM监督中的验证单元
论文引入双前缀框架，研究验证单元大小对LLM监督器判别力的影响。结果显示，更长的审查窗口使零样本监督器更拒绝而非更判别，信息量在1-2个动作时达到峰值。校准的短单元可恢复高达0.95的信息量。
arXiv cs.AI68 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文引入双前缀框架，研究验证单元大小对LLM监督器判别力的影响。结果显示，更长的审查窗口使零样本监督器更拒绝而非更判别，信息量在1-2个动作时达到峰值。校准的短单元可恢复高达0.95的信息量。