긴 문맥을 읽는 인공지능(AI)는 가운데 근거도 똑같이 찾을까?
긴 문맥 모델도 근거 위치에 따라 성능이 달라졌습니다. 문서 수와 위치를 바꾸는 교육 모형으로 강건성을 점검합니다.
Lost in the Middle: How Language Models Use Long Contexts
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

관심 주제로 찾아보기
긴 문맥 모델도 근거 위치에 따라 성능이 달라졌습니다. 문서 수와 위치를 바꾸는 교육 모형으로 강건성을 점검합니다.
Lost in the Middle: How Language Models Use Long Contexts
내용은 그대로인데 먼저 놓인 답을 고른다면 판정은 얼마나 믿을 수 있을까요? 두 순서의 결과를 비교하는 가상 실험을 해 봅니다.
Judging LLM-as-a-Judge with MT-Bench and Chatbot Arena
Truth or Square 연구의 세 실험을 통해 막대의 가로세로 비율이 위치값 기억을 정사각형 쪽으로 끌어당기는 편향을 만들 수 있음을 살펴봅니다.
Truth or Square: Aspect Ratio Biases Recall of Position Encodings
유한한 성공·실패 수열에서 성공 연속구간 뒤의 시행만 고르면 조건부 성공률 추정치가 아래로 치우칠 수 있습니다.
Surprised by the Hot Hand Fallacy? A Truth in the Law of Small Numbers
두 사전등록 실험을 통해 선의 위치 평균 추정이 변동성이 큰 구간 쪽으로 편향될 수 있고 점 표시가 그 편향을 줄일 수 있음을 설명합니다.
The Impact of Unequal Variability on the Perception of Line Graphs
1–5 / 11편