WSDM 2027 · CCF B · 论文伴读
RAG 证据选择,多测一次会怎样?
同样九次目标测量,可以直接选出已测最优,也可以推算出一个组合。对候选组合补测一次,看看最后该选哪些证据。
WSDM 2027 · CCF B · 论文伴读
同样九次目标测量,可以直接选出已测最优,也可以推算出一个组合。对候选组合补测一次,看看最后该选哪些证据。
arXiv 2026 · 论文伴读
模型可能靠一条捷径解释题面上的所有样例。这项研究只替换一个样例,严格核验第二条规则何时成为必要条件,再分别检查模型对题面和新字符串的判断。
技术报告
沿两条配对路径,分别改变段落预算、组合搜索和呈现顺序。每一步都有已保存的回答,可以追查最终得分从哪里来。
技术报告
两种方案各观察 23 个状态,编辑之间的两两重叠图相同。追踪重叠处是否指向同一座城市,会改变未见名录的嵌入重建误差。
技术报告
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。
AACL-IJCNLP 2026 · 论文伴读
在 150 对匹配样本上,Qwen 有 148 对排对了顺序。换用其他配对学出的阈值后,只有 132 对的两个成员都判对了。PAIRSAFE 用逐例分数解释这 16 对的差距,并另行核对模型实际生成的回答。
没有符合当前条件的报告。