标签
本文提出 CaRE，一种用于掩码扩散语言模型的计算感知评估协议，它标准化了步数、指标和随机性。该协议表明，先前的比较混淆了算法改进与评估伪影，并揭示温度解释了 MAUVE 的大部分方差，而计算匹配的比较则颠覆了已发表的排名。
PlaceMem提出了一种面向终身智能体的计算感知记忆平面，使用版本化的记忆胶囊来统一语义内容和可复用的运行时状态，从而实现可感知纠错的复用，避免冗余计算。
本文提出了一种针对LLM对抗鲁棒性的计算感知评估框架，提出了基于FLOPs的风险-计算曲线和度量指标，以更好地评估攻击成本，发现对齐训练具有非单调效应，且计算成本因模型和危害类别而异。