首个LLDM不确定性量化系统研究
热点事件持续更新
首个LLDM不确定性量化系统研究
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Artem Vazhentsev等作者首次系统研究大型语言扩散模型(LLDMs)的不确定性量化,提出从迭代去噪过程提取轻量级零样本不确定性信号,并称结合掩码扩散似然与轨迹语义差异改进了现有方法。 在三个任务、八个数据集和四个模型上的实验中,该方法接近最强采样基线,计算开销最多降低100倍。
AI 根据报道生成 · 5 分钟前更新
最新进展11月18日 13:00
面向大型语言扩散模型的不确定性量化研究报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv cs.CL面向大型语言扩散模型的不确定性量化研究
研究首次系统探讨大型语言扩散模型(LLDMs)的不确定性量化,提出从迭代去噪过程提取轻量级零样本不确定性信号,并结合掩码扩散似然与轨迹语义差异改进现有方法。在三个任务、八个数据集和四个模型上的实验显示,该方法接近最强采样基线,计算开销最多降低 100 倍。
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。