Cool Papers · cs.CL (papers.cool) · RSS 摘要

信源：Cool Papers · cs.CL (papers.cool) · https://papers.cool/arxiv/cs.CL/feed

• IdeaAnchor：教 LLM 将文献转化为研究创意 — 科学研究通常始于综合一组相关论文中的思想，以发现研究空白并提出新方向。然而，训练语言模型做到这一点……
• AdvSim2Real：在 Web 世界模型中针对自适应提示注入训练 Web 智能体 — Web 智能体通过阅读并操作第三方编写的页面来完成用户请求，因此植入页面中的一条指令就可能将智能体引离用户目标。
• 缺失的最小对：LLM 中的刻板印象评估 — 测量 LLM 偏见的常见方法是比较两句对比性刻板印象句子的对数似然。我们认为此类单对比较……
• Denoising Hierarchical Representations: Joint Continuous Diffusion for Language Modeling — 扩散语言模型 (DLM) 有望实现与顺序无关的并行文本生成。最近，连续扩散和流匹配模型取得了显著进展，……
• Holdout Best-of-N: Unbiased Evaluation and Its Cost — 复用选出 Best-of-N 胜者的分数会高估其期望奖励。我们研究在固定矩阵（每个候选有 $K$ 个独立分数）上对策略进行评估……