★ 3
研究提出指令容量指标，测得 GPT-4o mini 约 37 条规则上限
论文提出「指令容量」这一带不确定度的量化指标，用无语义单词替换规则构造可控负载，将每次替换视为伯努利试验。对 GPT-4o mini 进行 2958 次请求、64 万余次试验的测量，得出在 95% 正确率下约可承载 37-38 条规则，满替换密度下约 18-19 条。作者开源了测量工具、数据与「护…
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。
论文提出「指令容量」这一带不确定度的量化指标，用无语义单词替换规则构造可控负载，将每次替换视为伯努利试验。对 GPT-4o mini 进行 2958 次请求、64 万余次试验的测量，得出在 95% 正确率下约可承载 37-38 条规则，满替换密度下约 18-19 条。作者开源了测量工具、数据与「护…