研究提出量化前沿LLM从众性的分布比较方法
热点事件持续更新
研究提出量化前沿LLM从众性的分布比较方法
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
Senthil Rajasekaran 与 Stylianos Loukas Vasileiou 提出一种定量分析前沿大语言模型 Asch 从众效应的方法：不再对一组问题各采样一次，而是对同一问题重复采样，利用模型输出的概率性得到答案分布，再比较模型在被告知“人造共识”前后的分布变化。 两人称实验确认前沿 LLM 确实会从众，并通过分布对分布的对比，给出导致从众的条件及其程度的额外定量数据。
AI 根据报道生成 · 31 分钟前更新
最新进展10月28日 12:00
前沿大语言模型中的 Asch 从众效应：一种定量研究方法报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.CL前沿大语言模型中的 Asch 从众效应：一种定量研究方法
研究提出对前沿 LLM 的 Asch 从众效应做定量分析：不再对一组问题各采样一次，而是对同一问题重复采样，利用模型输出的概率性得到答案分布，再比较模型在被告知“人造共识”前后的分布变化。实验确认前沿 LLM 确实会从众，并通过分布对分布的对比，给出导致从众的条件及其程度的额外定量数据。
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。