研究者提出用于LLB的Stacking加权聚合方法

1. 13:00
   arXiv 机器学习

   Large Language Bayes 在 M-Open 设定下的 Stacking 加权方法

   研究针对 Large Language Bayes（LLB）似然聚合在模型误设时容易过度集中于单一模型的问题，提出一种基于 stacking 的加权聚合方法。该方法通过推导变分下界构建出基于 ELBO 的 stacking 目标，直接优化预测性能以分配模型权重。实验表明，该方法在真实概率推理任务中取得与贝叶斯模型平均相当的预测表现，并有效分散了模型权重。

Current heat 6·Comparable peak 10（Nov 4 14:00）·Comparable change, last 24 hours–

Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.