COFFEQA:反事实引导少样本蒸馏用于问答
热点事件持续更新
COFFEQA:反事实引导少样本蒸馏用于问答
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Kavinda Kehelella 与 Sanghamitra Dutta 在 arXiv 发布论文,提出 COFFEQA——面向开放域问答的反事实引导少样本知识蒸馏方法,用反事实样本为困难事实样本提供额外监督,并提出 Context Following Difficulty(CFD)指标筛选样本。 基于论文摘要:作者报告在五个域内和三个域外 QA 基准上、使用 T5 和 Qwen2.5 系列模型的实验显示,相同少样本预算下 COFFEQA 优于仅用事实样本的蒸馏基线。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
COFFEQA:面向大语言模型问答的反事实引导少样本蒸馏报道时间线
沿着报道,了解事件的不同侧面。
10月12日
- arXiv · cs.AICOFFEQA:面向大语言模型问答的反事实引导少样本蒸馏
作者提出 COFFEQA,用于资源受限场景下的大语言模型问答少样本蒸馏,通过反事实样本为困难事实样本提供额外监督,并提出 Context Following Difficulty(CFD)指标筛选样本。
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。