研究：LLM多实例处理存在显著顺序效应
热点事件持续更新
研究：LLM多实例处理存在显著顺序效应
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Jingxuan Chen、Mohammad Taher Pilehvar 与 Jose Camacho-Collados 发表研究，评估 15 个 LLM 在 5 个数据集、7 种实例顺序模式下的多实例处理表现，发现准确率在最优与最差顺序间可相差约 90 个百分点，多数标签实例出现在开头时模型通常更准确。 研究还发现，模型推理轨迹不成比例地提及靠前实例，梯度归因分数在开头和结尾附近普遍高于中间。作者据此指出，实例顺序会系统性偏置聚合预测，评估多实例处理时需在不同输入排列下测试。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 12:00
每个实例都同等重要吗？LLM 多实例处理中的顺序效应报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv cs.AI每个实例都同等重要吗？LLM 多实例处理中的顺序效应
研究评估 15 个 LLM 在 5 个数据集、7 种实例顺序模式下的多实例处理表现，发现准确率在最优与最差顺序间可相差约 90 个百分点，多数标签实例出现在开头时模型通常更准确。推理轨迹不成比例地提及靠前实例，梯度归因分数在开头和结尾附近普遍高于中间。结果表明实例顺序会系统性偏置聚合预测，需在不同输入排列下评估多实例处理。
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。