跳到主要内容
检索

# 长上下文聚合

1 篇关联报道

订阅更新
  1. arXiv

    在维基百科导语上玩 log(N)-Questions:成对前沿模型之间的通信效率

    该技术报告将 Potash 与 Suleman(2019)提出的双智能体 log(N)-Questions 游戏移植到六个前沿语言模型上,让提问者面对 N 篇维基百科导语段落、用恰好 log2(N) 个是非问题找出隐藏目标,而回答者只能看到目标与问题并回复一个词,共运行 408 局、文档集规模从 4 到 1024、总 API 成本 363 美元,发现领先的五个模型之间仅能勉强区分,其胜率随集合规模下降可由单一每轮可靠性参数 p=0.928 的 win=plog2 N 拟合,损失大致均分为回答错误与区分失败,且失败主要源于通信而非推理。

已读完全部报道