清华提出LDE并训练Jev-LDE
热点事件持续更新
清华提出LDE并训练Jev-LDE
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
清华大学自动化系研究者提出 Local Demonstration Editing（LDE），并训练了小型编辑模型 Jev-LDE，用于在目标大语言模型推理前编辑已检索的 demonstration set；报道介绍称，这种一次编辑可提升 ICL 准确率。 Jev-LDE可对示例集执行一次 Keep、Delete 或 Replace 操作，之后再交由目标模型推理。
AI 根据报道生成 · 3 小时前更新
最新进展10月14日 15:39
清华提出 Jev-LDE，通过一次示例编辑提升 ICL 准确率报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- 知乎专栏：机器之心清华提出 Jev-LDE，通过一次示例编辑提升 ICL 准确率
清华大学自动化系研究者提出 Local Demonstration Editing，并训练小型编辑模型 Jev-LDE，在目标 LLM 推理前对已检索的 demonstration set 执行一次 Keep、Delete 或 Replace 编辑。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。