Tech Meridian ← К СУЩНОСТЯМ
PROМОЙ MERIDIAN EN

КОМПАНИЯ · ENTITY #11641

Qwen2.5-3B

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. · arXiv cs.AI

NAQD-Env: бенчмарк для селективного прерывания в языковых агентах

Статья (arXiv:2609.38460v1) представляет NAQD-Env — синтетический детерминированный бенчмарк для оценки решений языковых агентов о приостановке, сохранении и возобновлении действий по 11 семействам зависимостей и явным входным данным о доказательствах/разрешениях. Оценка трёх открытых моделей (Qwen2.5-7B, Qwen2.5-3B, Llama-3.1-8B) в трёх условиях подсказки на 350 сценариях (3 150 эпизодов) показала очень низкую полноту отзыва (≤0,06), отсутствие корректных возобновлений и лишь один эпизод, полностью совпавший с эталонной политикой; дообучение повысило точность решений Qwen2.5-3B, но привело к другим проблемам.

6.0