热点事件持续更新
清华大学提出局部示例编辑模型Jev-LDE
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月14日，清华大学研究人员提出局部示例编辑方法（LDE）及1.7B参数量的小型编辑模型Jev-LDE。该方法旨在优化大语言模型的上下文学习（ICL）表现，在目标大语言模型进行推理前，仅需对检索到的ICL示例执行一次Keep（保留）、Delete（删除）或Replace（替换）修改。报道称，通过这种单次修改方式，能够显著提升大语言模型的ICL准确率。
AI 根据报道生成 · 3 小时前更新
最新进展10月14日 15:42
清华大学提出局部示例编辑方法LDE及1.7B模型Jev-LDE，可显著提升大模型ICL准确率。报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- AITNT · AI头条清华大学提出局部示例编辑方法 Jev-LDE，单次修改显著提升大语言模型 ICL 准确率
清华大学研究者提出局部示例编辑方法（LDE）及 1.7B 小型编辑模型 Jev-LDE，在目标大语言模型推理前仅对检索到的 ICL 示例做一次 Keep、Delete 或 Replace 修改。
本事件热度走势
当前热度 9·可比范围峰值 10（10月14日 16:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。