跳到正文
原文
arXiv cs.AI / cs.LG 最新· Robert Pasternak·· 1 天前AI 评分30

语言模型评估中的提示词与 token 概率:来自语义焦点敏感性的证据

Prompts and probabilities in the linguistic assessment of language models: Evidence from semantic focus-sensitivity

AI 导读

研究测试语言模型在语义焦点敏感性(如「only SWAM」与「only swam」的区别)上的表现,发现 token 概率法在各规模模型上均高于随机水平,而提示词法在部分较大模型上大幅反超。作者将原因归于语言模型不倾向生成无上下文的焦点标记,改用随机生成的焦点标记后,概率法性能下降幅度显著大于提示词法。这说明元语言提示在检验风格非常规数据时更具稳健性。

标题与摘要由 AI 辅助生成,事实与观点以原文为准。

来源:arXiv cs.AI / cs.LG 最新 · arxiv.org

本站标题、摘要与推荐理由由 AI 辅助生成;原文版权归来源所有。