清华提出ICL示例局部编辑方法Jev-LDE
热点事件持续更新
清华提出ICL示例局部编辑方法Jev-LDE
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
清华大学自动化系研究者提出 Local Demonstration Editing（LDE）方法，并训练了一个小型编辑模型 Jev-LDE，用于在目标大模型推理前对已检索出的示例集（demonstration set）做一次 Keep/Delete/Replace 编辑。 据机器之心报道，该方法使 1-shot 平均准确率从 81.2% 提升到 88.1%。
AI 根据报道生成 · 54 分钟前更新
最新进展10月14日 12:03
清华提出 Jev-LDE：ICL 示例只改一次，1-shot 平均准确率从 81.2% 提升到 88.1%报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- 机器之心清华提出 Jev-LDE：ICL 示例只改一次，1-shot 平均准确率从 81.2% 提升到 88.1%
清华大学自动化系提出 Local Demonstration Editing（LDE）方法并训练小型编辑模型 Jev-LDE，在目标 LLM 推理前对已检索出的 demonstration set 做一次 Keep/Delete/Replace 编辑。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。