研究揭示立场预测中测试时扩展与后训练的失败模式
热点事件持续更新
研究揭示立场预测中测试时扩展与后训练的失败模式
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
一项新研究评估了测试时扩展与后训练方法在个体立场预测中的表现，发现这些在编程和数学推理中有效的方法在此任务上效果有限，并识别出错误共识、选择失败、响应过拟合和早期平台四种失效模式。 研究基于包含 500 名 Hacker News 用户、2499 个预测任务的 STANCE-BENCH 基准。作者称，结合候选立场直接评分与历史支持度评估的方法，在 781 任务测试集上用 Qwen3-8B 达到 21.83 Macro F1，高于直接评分的 19.27。
AI 根据报道生成 · 7 小时前更新
最新进展10月7日 12:00
测试时扩展与后训练在个体立场预测中为何失效？报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv cs.CL测试时扩展与后训练在个体立场预测中为何失效？
研究评估了测试时扩展与后训练方法在个体立场预测中的表现，基于包含 500 名 Hacker News 用户、2499 个预测任务的 STANCE-BENCH，识别出错误共识、选择失败、响应过拟合和早期平台四种失效模式。结合候选立场直接评分与历史支持度评估的方法，在 781 任务测试集上用 Qwen3-8B 达到 21.83 Macro F1，高于直接评分的 19.27。
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。