Resumen:El desaprendizaje en modelos lingüísticos grandes (LLM) tiene como objetivo mejorar la seguridad, mitigar los sesgos y cumplir con los mandatos legales, como el derecho al olvido.
Leer más →
Resumen: A medida que la evaluación de PNL pasa de puntos de referencia estáticos a configuraciones interactivas de múltiples turnos, los simuladores basados en LLM se han vuelto ampliamente utilizados como representantes de los usuarios, cumpliendo dos funciones: generar turnos de usuarios y proporcionar señales de evaluación.
Leer más →
Resumen: La evolución dinámica del mundo real requiere la edición de modelos dentro de modelos de lenguaje grandes. Si bien los métodos existentes exploran el aislamiento modular o estrategias eficientes en parámetros, todavía sufren de deriva semántica u olvido de conocimiento debido a la actualización continua.
Leer más →