NLA几乎不降准却更会编造
Turn_Trout · x · 2026-07-13
实验结果显示：用 confabulation 初始化的 NLA，重建准确率几乎和对照组一样，但输出里出现大量编造内容，比例高达 99.3%。
更值得注意的是，训练过程确实会让它的编造率下降一些，但幅度不够，最终仍然比对照组更容易编造；而对照组在训练后反而学得更会编造。
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
- FlexGlue:稀疏到稠密特征匹配，速度与精度兼得并可甄别误配图像对 — zhenjun_zhao · 2026-10-27
- Mundo:几张照片重建可探索的世界模型,8 卡 GPU 也只有 1.5 FPS — mark_k · 2026-10-27
- INRIA 研究员将于 ENS 报告「作为实验科学的数学」:LLM 参与数学研究 — marc_lelarge · 2026-10-27
- 美国能源部 Genesis Mission 二期落地:AI 进军粒子加速器与稀有同位素分离 — prescott · 2026-10-27
- Tenstorrent 芯片跑通蛋白质生成模型,宣称无 HBM 短缺之忧 — gajesh · 2026-10-27
- Deepity：手写 CUDA/C++ 预测编码库 — Important-Home4431 · 2026-10-27