跳到正文
热点事件持续更新

研究者提出CoCo响应级解释方法

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

Yifan Wang等作者提出Contribution-Contrast(CoCo)响应级解释方法,用于解释稀疏MoE奖励模型中的专家角色。该方法用贡献对比最大的chosen-rejected响应对刻画专家,同时捕捉路由与偏好行为,而不只依赖路由权重说明专家接收哪些提示词。 作者称,在自动与人工评估中,CoCo的解释比基于路由器、基于分数和基于稀疏自编码器的方案更连贯、忠实且更具专精性,同时保持有竞争力的奖励建模准确率。

AI 根据报道生成 · 55 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv cs.AI
    CoCo:用贡献对比实现 MoE 奖励模型的响应级忠实解释

    针对稀疏 MoE 奖励模型仅靠路由权重只能说明专家"接收哪些提示词"、无法反映其"如何评判响应"的问题,研究者提出 Contribution-Contrast(CoCo)响应级解释方法,用贡献对比最大的 chosen-rejected 响应对刻画专家角色。在自动与人工评估中,CoCo 的解释比基于路由器、基于分数和基于稀疏自编码器的方案更连贯、忠实且更具专精性,同时保持有竞争力的奖励建模准确率。

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。