麻省理工大学开发出一种对大模型校准的方法 校准模型输出答案准确性
麻省理工学院和MIT-IBM Watson AI实验室的研究人员开发了一种名为温度计“Thermometer”的新校准方法,旨在防止大语言模型(LLMs)对错误答案过于自信。该方法通过在大语言模型之上构建一个较小的辅助模型来进行校准。
这个方法比传统方法更高效,且保持模型的准确性,使其能够在之前未见过的任务中生成更好的校准响应。
Support authors and subscribe to content
This is premium stuff. Subscribe to read the entire article.
Login if you have purchased
加入会员
加入会员查看更多会员内容和教程。
超过1000+的会员内容,每天更新。
开通会员
via XiaoHu.AI学院 (author: 小互)
麻省理工学院和MIT-IBM Watson AI实验室的研究人员开发了一种名为温度计“Thermometer”的新校准方法,旨在防止大语言模型(LLMs)对错误答案过于自信。该方法通过在大语言模型之上构建一个较小的辅助模型来进行校准。
这个方法比传统方法更高效,且保持模型的准确性,使其能够在之前未见过的任务中生成更好的校准响应。
Support authors and subscribe to content
This is premium stuff. Subscribe to read the entire article.
Login if you have purchased
加入会员
加入会员查看更多会员内容和教程。
超过1000+的会员内容,每天更新。
开通会员
via XiaoHu.AI学院 (author: 小互)