跳到正文
热点事件持续更新

PosteriorBench基准发布

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

2026年11月20日,arXiv预印本发布基准 PosteriorBench,旨在评估语言模型在罕见行为上的后验采样算法。 该基准包含基于 Qwen3.5-0.8B 模型的 21 个任务,覆盖行为概率 $10^{-5}$ 至 $10^{-1}$ 区间,并提供 10 亿条标记响应作为精确后验样本参考。 研究发现,简单提示方法存在效率低且偏差大的问题,而微调成本过高。目前,构建高效的后验采样器仍是一个未解决的开放问题。

AI 根据报道生成 · 13 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
    PosteriorBench:评估语言模型行为后验采样

    提出基准 PosteriorBench,用于评估语言模型在罕见行为上的后验采样算法。 包含基于 Qwen3.5-0.8B 的 21 个任务,行为概率在 $10^{-5}$ 到 $10^{-1}$ 之间,并配有 10 亿条标记响应的精确后验样本。 研究发现简单提示方法效率低且偏差大,微调成本过高,构建高效的后验采样器仍是开放问题。

本事件热度走势

可比范围当前
6
可比范围峰值
911月20日 16:00
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。