论文统一分析ICL与OOC幻觉机制
热点事件持续更新
论文统一分析ICL与OOC幻觉机制
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
Tianxiang Chen等作者提交论文,从动态上下文中的功能角色视角统一分析大语言模型的上下文学习(ICL)与上下文外(OOC)幻觉,指出角色信息可在模型内部被表征,却未必可靠约束输出。 作者提出一阶分解刻画角色效应,发现其显著影响依赖两个必要条件:足够的贡献幅度与符号一致的聚合。因果分析显示,角色跨度贡献影响响应结构、内容选择与事实取值等关键token选择,角色一致的选择依赖这些决策处足够的角色跨度支持。
AI 根据报道生成 · 57 分钟前更新
最新进展11月20日 13:00
大语言模型上下文学习与上下文外幻觉的机制分析报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- arXiv cs.AI大语言模型上下文学习与上下文外幻觉的机制分析
研究从动态上下文中的功能角色视角统一分析大语言模型的上下文学习(ICL)与上下文外(OOC)幻觉,指出角色信息可在模型内部被表征却未必可靠约束输出。作者提出一阶分解刻画角色效应,发现其显著影响依赖足够贡献幅度与符号一致聚合两个必要条件。因果分析显示角色跨度贡献影响响应结构、内容选择与事实取值等关键 token 选择,角色一致的选择依赖这些决策处足够的角色跨度支持。
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。