Weighted Ensemble：语言模型稀有事件估计新框架
热点事件持续更新
Weighted Ensemble：语言模型稀有事件估计新框架
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Zixuan Liu 等作者发布论文，提出免训练的 Weighted Ensemble（WE）稀有事件估计框架。该方法仅从原始语言模型采样，通过周期性把采样预算重新分配给更可能到达目标稀有事件的前缀，来改进直接蒙特卡洛采样，无需额外学习提议分布。 其做法是利用语言模型内部表示作为前缀级信号指导预算重分配，并给出理论分析。作者称，在覆盖小规模与现代大规模语言模型的安全相关任务实验中，WE 提升了稀有事件概率估计的效率与可靠性。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
Weighted Ensemble：面向语言模型稀有事件估计的免训练采样框架报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.CLWeighted Ensemble：面向语言模型稀有事件估计的免训练采样框架
Weighted Ensemble（WE）是一个免训练的稀有事件估计框架，仅从原始语言模型采样，通过周期性将采样预算重新分配给更可能到达目标稀有事件的前缀，改进直接蒙特卡洛采样。该方法利用 LLM 内部表示作为前缀级信号来指导预算重分配，无需额外学习提议分布，并提供了理论分析。在覆盖小规模与现代大规模 LLM 的安全相关任务实验中，WE 提升了稀有事件概率估计的效率与可靠性。
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。