热点事件持续更新

提示优化器的副作用与输出上限

1 篇报道1 个报道来源17 小时前更新

先了解这件事

AI 综述

Sangdo Han、Moonsoo Kim 的预注册研究发现，在 200 token 输出上限下，GEPA、MIPROv2 和 TextGrad 虽使 HotpotQA 的 exact match 提升 21–34 个百分点，却使引用有效性净回归 10.7–41.6 个百分点，且 13.9%–47.0% 的回答在输出答案前就结束。研究覆盖 HotpotQA、SQuAD 2.0 和 IFEval。将上限提高到 1,024 token 后，提取失败消失，内容回归低于 1 个百分点，exact match 进一步上升；在能够解析的输出中，未评分要求的净回归控制在 3 个百分点以内。结果表明，较低的输出上限会显著影响对提示优化器副作用的评估。

AI 根据报道生成 · 2 小时前更新

最新进展10月12日 12:00

提示优化器是否会破坏未评分要求？一项预注册研究

报道时间线

沿着报道，了解事件的不同侧面。

10月12日

12:00
arXiv · Machine Learning
提示优化器是否会破坏未评分要求？一项预注册研究
一项预注册研究发现，GEPA、MIPROv2 和 TextGrad 在提升目标指标时，会在 HotpotQA 上造成未评分要求的回归。三种优化器的引用有效性净回归为 10.7 到 41.6 个百分点，同时 exact match 提升 21 到 34 个百分点。

本事件热度走势

可比范围当前: 6
可比范围峰值: 710月13日 03:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。