2024小红书大模型论文分享

BatchEval基于LLM评估LLM生成文本的质量 ACL2024

https://ypw0102.github.io/
如果文本评价需要多个维度，需要调整BatchEval么？
目前是完整流程走一遍的，因此没有具体考虑细粒度。
评测连续的数据域，SC的具体作用，BatchEval后面有公式的推导。

大模型评估-在监督信号匮乏的情况下评估LLM

什么样子的模型是强模型？ 是一个直观比较的结果：Acc在这个任务上越好，则认为它越强。

随着各大机构的模型越来越强，评估任务越来越复杂，如何在未来更加复杂的任务下评估LLM的能力。

大模型推理能力蒸馏-利用负样本促进LLM推理能力的蒸馏

思维链蒸馏
自增强（包括自蒸馏）
自扩充





NAT，negative traing
UL 非似然损失

负样本对于LLM蒸馏是有益处的。
负向校准增强。
NCE
SCA

方法在不同LLM上的泛化性质如何？ 目前主流的模型都是OK的。
不同的参数都需要实验。

基于LLM的笔记内容表征推荐系统

LLM目前的研究热点？

yuanpeiwen:
1、低资源高效的LLM（用于推理、评测；降本增效）
wangxinglin
1、
liyiwei
1、与人类对其
2、多模态
zhangchao
1、推荐算法（LLM的模型相比于传统模型会有非常显著的提升）