跳到正文
arXiv · NLP· Ashima Suvarna, Ruta Desai, Ahmed Elgohary·· 21 天前AI 评分40

小型语言模型在终端任务上的盲区:可解性、验证与置信度

Blind Spots: Where Small Language Models Fall Behind Frontier Models on Terminal Tasks

AI 导读

summary_zh: 小型语言模型(SLM)在终端任务上滞后于前沿模型(FM),差距体现在可解性、验证和置信度三个维度。 在标准终端基准测试中,重复采样虽缩小但未消除可解性差距,SLM 在验证上仍存在持久差距,且存在过度自信和校准较差的问题。

来源:arXiv · NLP · arxiv.org