CPA反事实成对增强提升小型LLM评判器

Mohammad Zangooei等作者提出CPA（反事实成对增强）训练方法，用于微调小型逐点（pointwise）LLM评判器。该方法为每个逐点样本合成并审核同一查询下标签相反的反事实回答，把接受对框定为成对任务，联合微调后仅以逐点模式部署。作者称，CPA让训练中的决定性差异变得明确。 目前结论来自作者在论文中的自述，尚待独立验证。

AI 根据报道生成 · 50 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。