谷歌推出ASPIRE框架

谷歌最近推出了一项名为ASPIRE的自适应评估框架，旨在帮助大型语言模型在面对置信度较低的样本时做出正确的判断。这个框架的核心技术思路是基于自我评估的选择性预测，通过任务定向微调、答案采样和自我评估学习三大模块来实现。论文地址:https://aclanthology.org/2023.findings-emnlp.345.pdf?ref=maginative.com

在人工智能领域中，大型语言模型（LLMs）的重要性不言而喻。然而，传统的LLMs在预测过程中存在困难，无法对生成的答案的准确性进行自我评估。此外，传统方法通常难以可靠地区分正确和错误答案。ASPIRE框架的出现则提供了一种新的解决方案，通过对LLMs进行微调，并训练它们自我评估生成的答案的正确性，从而增强LLMs的选择性预测能力。