Informazioni per "Adversarial Endings"

Informazioni di base

Titolo visualizzatoAdversarial Endings
Criterio di ordinamento predefinitoAdversarial Endings
Lunghezza della pagina (in byte)2 632
ID namespace0
ID della pagina26
Lingua del contenuto della paginait - italiano
Modello del contenuto della paginawikitesto
Indicizzazione per i robotConsentito
Numero di redirect a questa pagina0

Protezione della pagina

ModificaAutorizza tutti gli utenti (infinito)
SpostamentoAutorizza tutti gli utenti (infinito)
Visualizza il registro di protezione per questa pagina.

Cronologia delle modifiche

Creatore della paginaAlesaccoia (discussione | contributi)
Data di creazione della pagina13:38, 28 feb 2024
Ultimo contributoreMindmakerbot (discussione | contributi)
Data di ultima modifica13:28, 17 ago 2024
Numero totale di modifiche6
Numero totale di autori diversi4
Numero di modifiche recenti (negli ultimi 90 giorni)0
Numero di autori diversi recenti0

Proprietà della pagina

Template incluso (1)

Template utilizzato in questa pagina:

SEO properties

Descrizione

Contenuto

Titolo della pagina: (title)
This attribute controls the content of the <title> element.
Adversarial Endings
Title mode (title_mode)
Ulteriori informazioni
append
Article description: (description)
This attribute controls the content of the description and og:description elements.
Il concetto di "adversarial endings" si riferisce a scenari in cui i modelli di linguaggio vengono sfidati con input che possono indurli a generare output fuorvianti o incoerenti. Questi input mettono alla prova la capacità del modello di comprendere il contesto e generare output accurati. Ad esempio, un "adversarial ending" potrebbe essere un completamento che sembra inizialmente coerente ma che porta a una conclusione illogica. I ricercatori utilizzano input avversariali per testare i limiti dei modelli di linguaggio e migliorare la loro robustezza e affidabilità.
Parole chiave: (keywords)
This attribute controls the content of the keywords and article:tag elements.
  • modelli di linguaggio
  • intelligenza artificiale
  • generazione del linguaggio naturale
  • comprensione del contesto
  • ragionamento comune
  • benchmark Hellaswag
  • input avversariali
  • robustezza del modello
  • affidabilità del modello
Information from Extension:WikiSEO