Недостаточно слабой локализации: регулярное совершенствование знаний в рамках системы государственного управления для крупных языковых моделей

arXiv: 261 030.36811v1 Тип уведомления: новое резюме: повышение уровня знаний в крупных языковых моделях переходит от предварительно установленных каналов ввода знаний к обновлению на основе оценки. Существующие методы используют оценку для локализации слабых мест в знаниях, присущих конкретным моделям, и служат руководством при проведении целевых мероприятий после завершения профессиональной подготовки. Вместе с тем определение того, что следует улучшить, не обязательно дает достаточную информацию для принятия решения о том, как его усовершенствовать. Такая же местная слабость может быть совместима с различными функциональными знаниями: соответствующие знания могут отсутствовать, иметься в наличии, но их трудно получить надежным или доступным, однако неэффективным для последующего использования. Мы называем эту двусмысленность псевдонимом со стороны государства знаний. Когда совместимые государства отдают предпочтение различным мерам вмешательства, одного лишь большего диагностического разрешения недостаточно для выбора вмешательства. Кроме того, обновление моделей может изменить основополагающее состояние знаний до исчезновения наблюдаемой слабости таким образом, чтобы вмешательство в один раунд могло n