热点事件观察中

研究测Laya决策编码器所需标注量与噪声容忍度

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

Mohammed Nayeem Khan 与 Aliyas Ahmad Misri 发表研究，测量决策编码器 Laya（ModernBERT-large）需要多少 LLM 标注训练行、标签错误能容忍到什么程度。他们对 Laya 做 19 次微调，在 2,818 行数据池的嵌套子集上训练，并在 1,065 条同分布留出样本上评测：准确率从微调前 69.4% 升至用 5% 数据的 74.3%、用 50% 数据的 84.8%、用全量数据的 86.9%，曲线趋于饱和。研究提出的问题是训练行数与标签错误程度对编码器的影响，但报道只给出上述准确率随数据量变化的曲线，未披露标签噪声实验的具体结果。

AI 根据报道生成 · 10 小时前更新

最新进展11月14日 13:00

Laya 决策编码器需要多少 LLM 标注训练行，标签又能错到什么程度？

报道时间线

沿着报道，了解事件的不同侧面。

11月14日

13:00
arXiv cs.AI
Laya 决策编码器需要多少 LLM 标注训练行，标签又能错到什么程度？
研究对决策编码器 Laya（ModernBERT-large）做了 19 次微调，在 2,818 行数据池的嵌套子集上训练，并在 1,065 条同分布留出样本上评测：准确率从微调前 69.4% 升至用 5% 数据的 74.3%、50% 数据的 84.8% 和全量数据的 86.9%，曲线趋于饱和。

本事件热度走势

可比范围当前: 5
可比范围峰值: 711月15日 04:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。