新框架评估推理时上下文增强方法

Haeun Yu等人提出一种评估框架，考察5种推理时上下文增强方法在7个模型上的实际效果。该框架在句子层面应用这些方法，覆盖不同规模的模型及三个数据集。 研究表明，这些方法带来的准确率提升并非真实改进，而是无方向的扰动。它们虽能修正部分预测，但也会破坏其他预测，主要改变决策边界附近的模型输出，且仅增加计算时间而无额外信息输入。 研究强调，在实际应用这些方法前，需重点评估其准确率提升的可靠性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。