Rohan Paul (@rohanpaul_ai)T2·基座大模型
58 分
一篇论文发现,在自然语言推理(NLI)任务上,仅用一条简短直接的提示加少量示例(上下文学习),就能让 Gemma 2 9B、Mistral 7B、Llama 3.1 8B 等小型开源模型达到甚至超过以往依赖复杂提示与采样技巧的方法。Mistral 7B 在 MNLI 上超过已发表的上下文采样方法所取得的 63.4% 准确率,且 1 个示例与 15 个示例效果基本相当。
Meta 开源 Llama 3.1 系列中的 8B 版本,广泛用于研究与本地部署
一篇论文发现,在自然语言推理(NLI)任务上,仅用一条简短直接的提示加少量示例(上下文学习),就能让 Gemma 2 9B、Mistral 7B、Llama 3.1 8B 等小型开源模型达到甚至超过以往依赖复杂提示与采样技巧的方法。Mistral 7B 在 MNLI 上超过已发表的上下文采样方法所取得的 63.4% 准确率,且 1 个示例与 15 个示例效果基本相当。