LLM噪声预言机下约束剪枝错误传播研究
热点事件持续更新
LLM噪声预言机下约束剪枝错误传播研究
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
2026年10月20日，Zhengtao Gui 和 Weining Shen 在 arXiv 发布论文《How Much Does One Wrong Answer Cost?》，分析 LLM 作为噪声预言机在约束剪枝任务中的错误传播风险。论文指出，蕴含规则下随机剪枝不增加一阶风险，但含 s 个前提的规则中，错误答案可引发 r^(1-1/s) 量级事实错误。在实体解析场景中，枢轴顺序将错误放大系数控制在 2 以内且为最优，随机顺序约为 m^(1/3)，最相似优先顺序表现最差。研究强调剪枝策略应以预言机出错时的风险评估为核心，因为被接受的错误答案会扩散至其蕴含的所有问题。
AI 根据报道生成 · 1 小时前更新
最新进展10月20日 12:00
LLM 噪声预言机下约束剪枝中的错误传播分析报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv · MLLLM 噪声预言机下约束剪枝中的错误传播分析
研究分析了大语言模型在约束剪枝中产生噪声预言机时的错误传播风险。 对于蕴含规则，随机剪枝不增加一阶风险；含 $s$ 个前提的规则中，错误答案可导致 $r^{1-1/s}$ 量级事实错误。 在实体解析中，枢轴顺序（pivot orders）将错误放大系数控制在 2 以内且为最优，随机顺序约为 $m^{1/3}$，最相似优先顺序表现最差。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。