XTC 采样论文获 NeurIPS 2026 收录,直击创意平庸问题
ziv_ravid · x · 2026-09-26
作者团队关于 XTC(Exclude Top Choices)采样方法的论文被 NeurIPS 2026 接收。
核心观察:主流采样器要么截断长尾(top-p、min-p),要么整体拉平分布(temperature),但创意输出平庸的很大原因在分布头部——模型明明看到多个不错的续写,却总挑最普通的那个。XTC 针对这一问题设计,后续帖给出机制与实验细节。
所属事件:XTC 采样论文获 NeurIPS 收录，直击创意平庸(2 条相关)→
「研究」频道最新
- LLM 聚类 OpenReview 论文,slop 帖将成可分离的一簇 — joelbot3000 · 2026-09-26
- 去像素重建做世界模型：对比式世界模型只用潜空间训练 — bonniesjli · 2026-09-26
- 首次绘出雄性果蝇全脑连接组，16.6万神经元逐个标注 — burny_tech · 2026-09-26
- Joel Leibo:AI slop 论文将成 OpenReview 上可分离的聚类簇 — joelbot3000 · 2026-09-26
- 研究者用 LLM 聚类论文,预判未来将现可分离的「AI 垃圾论文」簇 — joelbot3000 · 2026-09-26
- 三星联合牛津北大推出 TrOPD,让端侧小模型继承大模型推理 — jiqizhixin · 2026-09-26