分数更高不等于更稳

sanmikoyejo · x · 2026-07-16

这条补充指出：上下文诱发的不稳定性会随着模型开发阶段变化而变化，甚至在 benchmark 准确率提升后反而更明显，尤其是在后训练阶段。

作者的核心结论是：更高的总体性能，并不必然意味着对无关上下文更鲁棒。

原文链接 →

「研究」频道最新

• Nature 新研究实现全身器官细胞活动成像,揭示跨器官体级回路 — arjunrajlab · 2026-09-11
• SignNet 1M 手语数据集发布 — ducha_aiki · 2026-09-11
• ECCV26 口头论文：流匹配实现多视角点云配准 — ducha_aiki · 2026-09-11
• InFlux++ 方法发布 — ducha_aiki · 2026-09-11
• Skyfall GS 登场:用 Flux 提升 Gaussian Splatting 精修质量 — ducha_aiki · 2026-09-11
• 一万个智能体能否突破反向传播,找到更好的学习算法 — SeunghyunSEO7 · 2026-09-11

更多「研究」频道 AI 资讯 →