Tech Meridian ← К СУЩНОСТЯМ
PROМОЙ MERIDIAN EN

ТЕМА · ENTITY #11223

instruction-tuned models

Хронология связанных событий, источники и контекст из новостной базы.

ХРОНОЛОГИЯ СОБЫТИЙ

2

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

ELBP: архитектура для SLM улучшает локальное прогнозирование поведения (arXiv:2610.32193v1)

Этот препринт на arXiv представляет ELBP — четырёхслойную архитектуру, объединяющую детерминированную обработку событий, двухпросмотровое представление поведения, предсказание на SLM и проверку доказательств с воздержанием для прогнозирования будущего запроса помощи по событиям взаимодействия. В экспериментах с инструкционно-настроенными моделями ≤3B параметров Qwen2.5-3B с ELBP показала F1 0.80 и PR-AUC 0.84 (около +15.9% относительно raw-event prompting и +17.6% относительно XGBoost) и значительно снизила ECE; при проверке доказательств селективное предсказание достигло F1 0.84 при покрытии 91% и 96% подтверждения доказательствами.

6.0

RESEARCH · 1 ИСТОЧН. · Apple Machine Learning Research

Систематическое исследование выявляет компромисс между эффективностью и плавностью при кондиционировании LLM

Работа систематически оценивает методы кондиционирования LLM для задач внедрения и удаления концептов и показывает, что многие эффективные методы управления заметно ухудшают качество генерации. Авторы отмечают, что activation-steering существенно слабее на инструкционно дообученных моделях по сравнению с базовыми, в то время как подсказки и супервизированная дообучка годятся для внедрения концептов (но хуже для их удаления); дешёвые текстовые метрики хорошо коррелируют с оценками LLM в роли судей. Опубликовано в TMLR (18 сентября 2026 г.).

7.0