研究者提出免训练免标注的静默证据丢失检测器SELD
热点事件持续更新
研究者提出免训练免标注的静默证据丢失检测器SELD
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
Wentao Lei、Li Liu 等研究者提出无需训练和标注的 SELD（静默证据丢失检测器），用于发现上下文压缩中“答案不变但关键证据被删”的静默证据丢失：它对比压缩前后阅读模型对未说出口答案的偏好变化来判断。 团队同时构建 SEL-Pairs 基准，在三个问答数据集上测试五种阅读模型。在答案未变的匹配对中，SELD 以 83% 的识别率找出删证据的编辑，最强基线为 70%。
AI 根据报道生成 · 58 分钟前更新
最新进展11月11日 13:00
SELD：检测上下文压缩中答案之外的静默证据丢失报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv cs.CLSELD：检测上下文压缩中答案之外的静默证据丢失
研究者提出无需训练和标注的 SELD（Silent Evidence Loss Detector），通过对比压缩前后阅读模型对未说出口答案的偏好变化，检测答案不变但关键证据被删除的“静默证据丢失”。团队同时构建 SEL-Pairs 基准，在三个问答数据集上对五种阅读模型测试，SELD 在答案未变的匹配对中以 83% 的识别率找出删证据的编辑，最强基线为 70%。
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。