NLA 准确率相近但更会胡编
Turn_Trout · x · 2026-07-13
作者提出一种解释：Claude 的猜测可能会漏出一些“真东西”，比如最后一个 token 的身份；这些少量线索对重建任务特别关键。
线程还提到一个重要结果：用 confabulation 初始化的 NLA，能获得和对照组几乎相同的重建准确率，但会大幅增加胡编概率，达到 99.3%。也就是说，训练能让它少胡编一些，但还不够抵消这种初始化带来的偏差；而对照组甚至会学得更会胡编。
所属事件:探究自然语言自编码器：全错初始化仍保准确率但加剧编造(7 条相关)→
「研究」频道最新
- 3D ResNet 论文八年突破 3000 引用，Kinetics 数据集成里程碑 — HirokatuKataoka · 2026-09-11
- Jeff Heaton《神经网络数学导论》开放免费完整下载 — blaizedsouza · 2026-09-11
- 数学家 Daniel Litt 上线问题库,15 题仅 1 题被解,用来追踪 AI 解题进度 — littmath · 2026-09-11
- AI 智能体协作优化 secp256k1 量子电路,挑战打破 ECDSA — StefanoGogioso · 2026-09-11
- Alex Townsend 汇编 200 个数值线性代数开放问题，供人类与 AI 攻关 — IgorCarron · 2026-09-11
- 本周热议的数学猜想到底关我什么事?一张普通人视角清单 — koltregaskes · 2026-09-11