Condence, Calibration, and Abstention in Small Open-Weight Language Models on Psychiatric Knowledge Questions: A Cross-Domain Replication
यह पायलट अध्ययन प्रदर्शित करता है कि मनोरोग संबंधी ज्ञान संबंधी प्रश्नों पर लागू किए जाने वाले छोटे, ओपन-वेट भाषा मॉडल खराब आत्मविश्वास अंशांकन (कॉन्फिडेंस कैलिब्रेशन), डोमेन-निर्भर सटीकता रैंकिंग प्रदर्शित करते हैं, और जब कठोर युग्मित सांख्यिकी (पेयर्ड स्टैटिस्टिक्स) के साथ मूल्यांकन किया जाता है, तो उन्हें उत्तर देने से बचने के लिए प्रेरित करना प्रदर्शन को सुधारने के बजाय उसे कम कर देता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।