跳到正文
热点事件持续更新

CARE跨问题弃答奖励估计方法发布

1 篇报道1 个报道来源16 小时前更新

先了解这件事

AI 综述

Hector G. Rodriguez与Marcus Rohrbach在arXiv发布论文,提出CARE(跨问题弃答奖励估计)方法。该方法通过跨问题计算奖励,旨在提升大语言模型的选择性预测表现。 在数学基准测试中,CARE将5%风险下的覆盖率从0.8%显著提升至42.4%,涉及MATH-500、GSM8K及Big-Math-Digits数据集。 此外,在HotpotQA多跳问答数据上训练后,CARE在GPQA等分布外基准测试中,将C@5指标从12.3%提高至23.6%。

AI 根据报道生成 · 11 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv · ML
    CARE:一种跨问题可靠的强化学习方法

    论文提出 CARE(跨问题弃答奖励估计)方法,通过跨问题计算奖励提升 LLM 选择性预测表现。 CARE 在 MATH-500、GSM8K 等数据集上,将 5% 风险下的覆盖率从 0.8% 提升至 42.4%。在 HotpotQA 上训练后,GPQA 等基准的 C@5 从 12.3% 提高至 23.6%。

本事件热度走势

可比范围当前
6
可比范围峰值
911月20日 18:00
近 24 小时变化
–

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。