跳到正文
热点事件持续更新

研究:固定token预算下ICL宜多用短示例

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

Anxo Perez等作者发表研究,在固定token预算下比较上下文学习应使用少量长示例还是更多短示例。研究将候选示例按长度分桶,在Beat the AI和Natural Questions两个问答基准上用六个指令微调大模型实验,结论是短示例通常更能有效利用提示空间。 该效应在Beat the AI上尤其明显;在Natural Questions上增益较小,且长上下文场景更早饱和。

AI 根据报道生成 · 1 小时前更新

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.CL
    小样本的 ROI:在 Token 预算下优化上下文学习

    在固定 token 预算下,上下文学习应优先用更多短示例而非少量长示例。研究将候选示例按长度分桶,在 Beat the AI 和 Natural Questions 两个 QA 基准上用六个指令微调 LLM 实验,发现短示例通常最有效利用提示空间,该效应在 Beat the AI 上尤其明显,NQ 上增益较小且长上下文场景更早饱和。

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。