反事实测试时增强去除语言模型捷径

Katie Matton 等作者提出反事实测试时增强（CTTA）方法族：给定一个样本，用辅助模型生成改变捷径值的反事实编辑，再对 LLM 在这些编辑上的预测做加权平均，从而在测试时移除捷径。作者称，该做法无需训练数据、权重访问或大量算力。 该研究同时提出 Select-CTTA，但报道未说明其与 CTTA 方法族其他成员的具体区别，也未给出实验效果数据。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。