arXiv 自然语言处理· Gunmay Jhingran·· 7 小时前AI 评分34
规则可摊销而配对不可：语言结构决定隐式任务表征能否替代上下文学习
Rules Amortize, Pairings Don't: Linguistic Structure Determines What Latent Task Representations Can Replace In-Context Learning
AI 导读
研究提出通过 2.6M 参数网络将少样本提示摊销至冻结 GPT-2-large/XL 残差流，证明生成性语言规则可转化为隐式任务表征以实现零样本推理，而记忆配对则不可。该方法在正向屈折任务上追平 10-shot ICL（0.67-0.89），在词元还原方向达到 0.78-0.92、较 ICL 最高提升 72 点。但在反义词等任意配对任务中，摊销表现均仅达到 ICL 的一半左右。
来源：arXiv 自然语言处理 · arxiv.org