跳到正文
热点事件持续更新

研究提出T/E/S结构建模LLM推理动态

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

Ilia Karpov 等作者提交论文,提出用 T/E/S 结构化表示建模大语言模型的推理动态:把推理过程拆解为文本、局部事件与活动跨度三个层次。 作者称,在推理与信息检索任务中,加入事件与跨度信息后,Transformer 的下一结果预测在 76 个评估组中有 70 组得到改善;Qwen 模型配合 LoRA 微调时为 74 组。这些数字来自论文自身的评估,尚待独立验证。

AI 根据报道生成 · 1 小时前更新

最新进展11月20日 13:00
用结构化表示建模 LLM 推理动态

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv cs.AI
    用结构化表示建模 LLM 推理动态

    研究提出 T/E/S 结构化表示,将语言模型推理拆解为文本、局部事件与活动跨度,在推理与信息检索任务中,事件与跨度使 Transformer 的下一结果预测在 76 个评估组中 70 组得到改善,Qwen 配合 LoRA 则为 74 组。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。