研究对比LLM测试时增强多样性注入位置
热点事件持续更新
研究对比LLM测试时增强多样性注入位置
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月20日，arXiv人工智能板块发布Nikita Kozodoi等作者的研究，考察LLM测试时增强（TTA）中多样性注入位置对准确率的影响。研究在六个基准、相同推理调用次数下对比不同注入方式，结论是多样性来源比数量更重要：保持语义的输入改写带来最大准确率提升，较单次调用提高1.80个百分点，且所需样本最少；字符级噪声虽使回答分歧率升至37.8%（改写为27.4%），准确率增益却更低，同时扰动两种模态甚至低于单次调用基线。目前该研究处于论文发布阶段，尚无后续跟进报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月20日 12:00
LLM 测试时增强：推理阶段该在哪里注入多样性报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv Artificial IntelligenceLLM 测试时增强：推理阶段该在哪里注入多样性
研究对比了 LLM 测试时增强（TTA）中不同多样性注入位置的效果，在六个基准、相同推理调用次数下发现多样性来源比数量更重要。保持语义的输入改写带来最大准确率提升（较单次调用 +1.80 pp），且所需样本最少；字符级噪声虽使回答分歧率升至 37.8%（改写为 27.4%），准确率增益却更低，同时扰动两种模态甚至低于单次调用基线。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。