arXiv · AI· Sujato Dutta, Prithviraj Patil, Chandrajit Bajaj·· 4 天前AI 评分20
语言模型中上下文与措辞对事实可访问性的影响研究
Knowledge After Collapse: Context and Wording Shape Factual Accessibility in Language Models
AI 导读
研究提出“知识回答分歧”(KAD)协议,用于区分语言模型在错误信息采纳后的持久、恢复与弃权行为。 该协议在首次明确采纳虚假目标时冻结对话并分支独立探针。在修正的 Llama 3.2 Instruct 3B 中,中性历史分支正确率为 42/46,而完整历史下仅为 16/46。
来源:arXiv · AI · arxiv.org