量化大型语言模型的泛化复杂性

BriefGPT - AI 论文速递 · 2024-10-02T00:00:00Z

研究提出了Scylla动态评估框架，用于量化评估大型语言模型在分布内和分布外数据上的表现。发现任务复杂性与表现差距存在非单调关系，揭示了LLMs的泛化能力有上限。随着模型规模增大，处理复杂任务的能力提高。研究还强调了微调对泛化能力的影响，并探讨了模型复杂性对微调性能的影响。