研究称单次事实率影响LLM科学发现能力
热点事件持续更新
研究称单次事实率影响LLM科学发现能力
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
Arda Uzunoglu等作者发布研究,提出大语言模型的科学发现能力可追溯到训练数据中的“单次事实”,即训练中仅出现一次的事实。 研究在材料科学与调控基因组学中直接调整训练集的单次事实率,发现单次事实越多,两个开源权重模型系列的发现越多;研究称这一关系无法仅用训练集多样性解释。
AI 根据报道生成 · 2 小时前更新
最新进展11月3日 13:00
研究揭示大语言模型科学发现能力与训练数据中单次事实率的关系报道时间线
沿着报道,了解事件的不同侧面。
11月3日
- arXiv · cs.AI研究揭示大语言模型科学发现能力与训练数据中单次事实率的关系
研究将大语言模型的科学发现能力追溯到训练数据,提出“单次事实”(训练中仅出现一次的事实)决定发现能力的理论解释。在材料科学与调控基因组学中直接调整训练集的单次事实率后发现,单次事实越多,两个开源权重模型系列的发现越多,且该关系无法仅用训练集多样性解释。
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。