热点事件持续更新
论文提出无监督发现并控制语言模型风格的方法
1 篇报道1 个报道来源12 小时前更新
先了解这件事
报道摘要
研究者提出一种无监督算法，从语言模型输出中分离内容与风格表征，并在 9 个教师模型的超 10 万条数学推理轨迹中发现六种反复出现但分布不均衡的风格。用重要性加权微调更小的学生模型后，在六个数学推理基准上 Pass@k 均优于标准微调，且请求风格与实际风格高度一致。风格还会影响正确率：解题概率取决于所条件化的风格，不同问题适合不同风格。
摘自 arXiv：cs.LG（机器学习，全量分类）
报道时间线
沿着报道，了解事件的不同侧面。
10月3日
- arXiv：cs.LG（机器学习，全量分类）语言模型中的风格发现与控制：Reason in Style
研究者提出一种无监督算法，从语言模型输出中分离内容与风格表征，并在 9 个教师模型的超 10 万条数学推理轨迹中发现六种反复出现但分布不均衡的风格。用重要性加权微调更小的学生模型后，在六个数学推理基准上 Pass@k 均优于标准微调，且请求风格与实际风格高度一致。风格还会影响正确率：解题概率取决于所条件化的风格，不同问题适合不同风格。
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。