arXiv 机器学习· Jack Butler, Zainab Afolabi, Nikita Kozodoi·· 3 小时前AI 评分34
进化 LLM 生成特征以实现可解释分类
Evolving LLM-Generated Features for Interpretable Classification
AI 导读
研究者提出一种通过进化 LLM 生成特征实现可解释分类的框架，利用 LLM 迭代发现自然语言特征定义并构建二元特征向量，以训练逻辑回归等透明分类器。在包含信用风险等 3 个基准数据集的测试中，进化特征比单次生成的 rubrics 平均提升 +2.9 pp，并在 2 项任务上超越 zero-shot LLM，同时提供完全可审计的决策逻辑。
来源：arXiv 机器学习 · arxiv.org