对比不同Layer输出,在解码阶段消除大模型幻觉

本文介绍了一种深度学习模型中减少幻觉现象的方法,通过比较最后一层的logit与其他层的结果,选择最不相似的分布进行融合,以此来改进模型的性能。这种方法通过简单的对比策略调整logit值,有助于提高模型的稳定性和准确性。

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

实现方式

对比最后一层出来的logit,和前面Layer出来的logit,消除差异过大的分布,从而降低幻觉:

  1. 最后一层Layer出来的logit容易的得到;

  2. 选择与最后一层的logit最不相似的分布的那层结果

实现原理

也是很简单的对比方式,最终的logit由最后一层的Layer输出的logit,减去前期选择的层的logit,

得到最终的logit

地址

https://arxiv.org/pdf/2309.03883.pdf

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
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