跳转到正文

GETAI EDITORIAL DISPATCH新闻报道

模型生成评分细则后仍难选全要点

一组并购尽调任务实验发现,候选细则已涵盖不少要求,但模型排序后的最终清单遗漏了许多条目。

返回资讯研究arXiv作者 · GETAI.APP查看原文

11 月 19 日公开的预印本研究让语言模型依据并购尽调任务和原始文档,生成用于评价回答的评分细则。

AI 生成主题插画

作者在 16 项任务上开发方法,并用四项单独保留的任务测试。在论文使用的模型等价性评判口径下,候选细则池对专家评分细则的宏平均召回率为 87.6%。在选取 60 条的实验中,不使用专家清单辅助排序时,召回率降至 34.9%。

论文还比较了从不同文档结构寻找候选细则与沿已有方向生成更多条目。结果来自这四项尽调测试,作者将其他领域的表现留待验证。

arXiv · 原文 · arXiv · 全文

配图为 GETAI.APP 使用 ImageGen 生成的主题插画。