跳到正文
arXiv · NLP· Yifeng Li, Ziang Ni·· 21 天前AI 评分26

基于模型的测量何时可被校正或比较

Measured or Real? When Model-Derived Measurements Can Be Corrected or Compared

AI 导读

传统可靠性校正法在70%的CIFAR-100类别中产生大于1的相关性,且均方误差为无穷大。 文章提出基于上置信界的校正规则,将误差减半;ARC基准显示Qwen2-1.5B与Llama-3.2-3B排名随提示设置反转。 嵌入坐标对齐将留出集可靠性从0.003提升至0.813。

来源:arXiv · NLP · arxiv.org