研究用影响函数识别语法泛化的间接证据

William Dai 等作者提交的论文提出一种自下而上的方法，用影响函数（Koh and Liang, 2017）衡量单条训练句对模型预测的影响，以识别语言模型语法泛化中的间接证据。该方法覆盖 BLiMP 的 15 种语法现象，并用人工规则过滤掉直接证据，取剩余影响力最高的 60,000 句作为间接证据。作者称这是识别间接证据的另一种自下而上方法，论文未报告该筛选结果对模型语法泛化表现的具体效果。

AI 根据报道生成 · 56 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。