AAAIDec, 2023
LLM 对上下文中的多数标签偏差有多健壮?
How Robust are LLMs to In-Context Majority Label Bias?
Karan Gupta, Sumegh Roychowdhury, Siva Rajesh Kasa, Santhosh Kumar Kasa, Anish Bhanushali...
TL;DR研究论文讨论了在大语言模型中,针对文本分类任务中存在的主要标签偏差引起的偏移,通过研究不同模型和任务的鲁棒性边界发现,某些大语言模型对主要标签偏差具有高度的鲁棒性(约 90%),并强调了模型大小和教学提示的丰富性对模型的鲁棒性有影响。