Can Large Language Models Understand Context?

828 篇文章

已下架不支持订阅

本文建立了一个上下文理解基准,通过四个任务和九个数据集测试大型语言模型(LLM)理解上下文的能力。实验显示,预训练的LLM在处理微妙的上下文特征时表现不佳,且3-bit后训练量化会降低其上下文理解性能。此基准为LLM评估提供了新的视角,补充了现有评估方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

本文是LLM系列文章,针对《Can Large Language Models Understand Context?》的翻译。

摘要

理解上下文是理解人类语言的关键,大型语言模型(LLM)越来越多地被视为在令人印象深刻的程度上展示了这一能力。然而,尽管LLM的评估涵盖了自然语言处理领域内的各个领域,但对探究其理解上下文特征的语言能力的关注有限。本文通过调整现有数据集以适应生成模型的评估,引入了一个上下文理解基准。该基准测试由四个不同的任务和九个数据集组成,所有这些都具有旨在评估模型理解上下文能力的提示。首先,我们评估了LLM在上下文内学习预训练场景下的性能。实验结果表明,与最先进的微调模型相比,预训练的密集模型难以理解更细微的上下文特征。其次,随着LLM压缩在研究和现实世界的应用中具有越来越重要的意义,我们评估了在上下文学习环境下量化模型的上下文理解。我们发现,在我们的基准测试中,3-bit后训练量化会导致不同程度的性能下降。我们对这些场景进行了广泛的分析,以证实我们的实验结果。

1 引言

2 相关工作

3 任务选择与设计

4 实验

5 用例研究:查询重写

已下架不支持订阅

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

UnknownBody

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值