研究者提出基于层级问题的可解释文本嵌入方法

Kohei Oda等作者提出一种用层级化问题构建基于问答的文本嵌入方法，目的是提升文本嵌入的可解释性。随着层级加深，问题更具体、数量更多；解读时可用浅层对齐问题替换深层问题，以减少人工检查量。 该方法通过递归聚类、对比提示词和问题对齐构建问题层级。作者称，该方法在通用任务上提升了可解释性并保持任务性能。实验还发现，问题数量有限时，浅层问题比深层问题的任务表现更好。

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。