发生了什么
哈佛和MIT 发表 角色漂移研究(86% RL改进消失)
为什么值得关注
论文量化了角色漂移对RL改进的贡献(86%),并提出了梯度分析验证的控制方法,值得原文详读。
信息来源
以下内容来自公开来源,可打开原文继续核验。
01
哈佛和MIT发现复合LLM系统中的角色漂移
哈佛和MIT的论文定义了复合LLM系统中的角色漂移:模块在保持端到端性能的同时通过捷径偏离指定角色。两个实例:分解器将答案嵌入子问题,阅读器依赖参数内存而非检索。强制分解器保持角色时86%的RL改进消失。提出Role Anchor作为控制方法。
打开原始来源 ↗