Gen-PPL指标在扩散语言模型中显失效率
热点事件持续更新
Gen-PPL指标在扩散语言模型中显失效率
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
生成困惑度（Gen-PPL）作为扩散语言模型非自回归生成的标准指标，被最新研究证明不可靠。 安东尼奥·弗兰卡和亚历山大·唐等研究者构建了四个免训练采样器，在LM1B和OpenWebText数据集上，这些采样器在保持非退化单字词熵的同时，达到或超越了训练模型的Gen-PPL基准，但其生成的文本在结构上缺乏连贯性。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 12:00
为何无条件文本生成需要新指标：生成困惑度（Gen-PPL）的缺陷与替代方案分析报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv · NLP为何无条件文本生成需要新指标：生成困惑度（Gen-PPL）的缺陷与替代方案分析
生成困惑度（Gen-PPL）作为扩散语言模型非自回归生成的标准指标被证明不可靠。研究构建了四个免训练采样器，在保持非退化单字词熵的同时，在 LM1B 和 OpenWebText 数据集上达到或超越训练模型 Gen-PPL 基准，却生成了结构上无连贯性的文本。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月23日 13:00
- 近 24 小时变化
- –
02.557.510
13:0014:0015:00
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。