Typed Decision Models 类别偏移研究发布
热点事件持续更新
Typed Decision Models 类别偏移研究发布
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
研究者 Abdul Rahman Iqbal 等人发布论文，聚焦类型化决策模型（TDMs）在类别频率偏移下的校准表现。研究对比了 Jev、Tev1-4B 和 Nimble-9B 三个模型及其基座模型在模拟偏移条件下的能力，并预定义了 35 项配对测试。 在财务情感任务中，研究结果显示决策训练并非始终有益。具体而言，Nimble-9B 的 Macro-F1 分数较其基座模型 Qwen3.5-9B 低 12.0 分。作者同时公开了研究使用的所有输入、代码和输出数据。
AI 根据报道生成 · 3 小时前更新
最新进展10月20日 12:00
类型化决策模型在类别频率偏移下的校准与训练评估报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv · NLP类型化决策模型在类别频率偏移下的校准与训练评估
研究对比了 Jev、Tev1-4B 和 Nimble-9B 三个类型化决策模型在类别频率偏移下的表现，发现决策训练并非始终有益。 在财务情感任务中，Nimble-9B 的 Macro-F1 较基座模型 Qwen3.5-9B 低 12.0 分。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月20日 15:00
- 近 24 小时变化
- –
02.557.510
15:0016:0017:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。