Artikel:Hongbo Jin, Mingnan Zhu, Jingqi Tian, Xu Jiang, Zhongjing Du, Haoran Tang, Siyi Xie, Qiaoman Zhang, Jiayu Ding
Context-CoT: Verbesserung des Context Learnings durch Reasoning-Synthese
Ein Forschungsteam um Hongbo Jin untersucht in einem arXiv-Paper Schwächen moderner Sprachmodelle beim sogenannten Context Learning. Während Modelle gut mit vortrainiertem Wissen argumentieren, erreichen Spitzenmodelle im Benchmark CL-Bench bei kontextabhängigen Aufgaben im Schnitt nur 17,2 Prozent Genauigkeit.
Aus Video: Weekly AI Updates: Anthropic Billing Shifts, Nvidia Hardware, and Agent Cost Reduction Strategies