MAPLE框架用于评估知识提取增强技术
热点事件持续更新
MAPLE框架用于评估知识提取增强技术
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
研究者提出 MAPLE 框架，用于刻画激活引导、解码调整、提示词等知识提取增强（KEE）技术对 LLM 参数化知识提取的影响。其诊断指标在表层、概率和超越采样三个层面衡量答案恢复与破坏、未恢复失败样本的 gold-token 排名变化，以及固定预算采样遗漏答案的恢复情况。 团队在 OLMo2、Qwen2.5 和 Llama3 三个模型家族上评测了六种 KEE 技术，揭示出各技术不同的效果与权衡。
AI 根据报道生成 · 3 小时前更新
最新进展10月15日 12:00
MAPLE：面向 LLM 评测的多轴参数化知识提取透镜报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.CLMAPLE：面向 LLM 评测的多轴参数化知识提取透镜
研究者提出 MAPLE 框架，用于刻画激活引导、解码调整、提示词等知识提取增强（KEE）技术对 LLM 参数化知识提取的影响。其诊断指标在表层、概率和超越采样三个层面衡量答案恢复与破坏、未恢复失败样本的 gold-token 排名变化，以及固定预算采样遗漏答案的恢复情况。团队在 OLMo2、Qwen2.5 和 Llama3 三个模型家族上评测了六种 KEE 技术，揭示出各技术不同的效果与权衡。
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。