CPA反事实成对增强提升小型LLM评判器
热点事件持续更新
CPA反事实成对增强提升小型LLM评判器
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Mohammad Zangooei等作者提出反事实成对增强（CPA）：为每个逐点样本合成并审核一条同查询、标签相反的反事实回答，把通过的样本对转为成对任务，与逐点数据联合微调，部署时仍只用逐点模式。 在六个二分类标准上分别训练Qwen3-8B LoRA适配器时，CPA使标准平均的逐点macro-F1比仅用逐点数据训练提高2.5个百分点，并在所有测试的合并权重下、六个标准上都优于模型合并。
AI 根据报道生成 · 3 小时前更新
最新进展11月2日 13:00
CPA：反事实成对增强提升小型逐点 大语言模型（LLM，Large Language Model） 评判器报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv · cs.AICPA：反事实成对增强提升小型逐点 大语言模型（LLM，Large Language Model） 评判器
研究者提出反事实成对增强（CPA，Counterfactual Pairwise Augmentation），为每个逐点样本合成并审核一条同查询、标签相反的反事实回答，把接受的样本对转为成对任务，与逐点数据联合微调后仍以逐点模式部署。
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。