研究项目

开放研究报告

文档回放何时有助于证据状态问答?

两组适配器复习相同的问题与答案,一组带文档,一组闭卷。测试时更换一份与问题无关的附件,两组的领先顺序随之翻转。

主要结果

原始配对测试世界
32
重新训练的配对世界
16
三项后续实验中核验的逐次作答
435,456
阅读实验结果

结果适用于什么范围

评估使用一个 1.7B 基座、合成库存世界和选项式读出。混合续训对齐了更新次数与监督答案数,各分支读取的 token 数仍有差别。

技术报告

复制文本

暂时无法自动复制,请选中并复制下方文本。