כתבה
arXiv cs.AI ·
לפני או אחרי? כיצד רשתות LLM מתאימות פעולות נוירוניות
Prior or Feedback? What an LLM Uses When Adapting Neural Operators
רשתות LLM משתמשות בתפריט קודם ובפידבק כדי להתאים פעולות נוירוניות. המאמר עוסק בהתאמה של רשתות LLM לפעולות נוירוניות, ומציג תוצאות של ניסויים שבודקו את השימוש בתפריט קודם ובפידבק. התוצאות הראו שהרשתות LLM השתמשו בשניהם, ושהשימוש בפידבק השפיע על ההחלטות של הרשת. המאמר גם דן בחשיבות של השימוש בתפריט קודם ובפידבק בהתאמה של רשתות LLM.
תקציר מקורי באנגליתarXiv:2610.12325v1 Announce Type: new Abstract: Do LLM scientific agents rely only on their initial task context, or do they adapt their decisions in response to experimental feedback? We study this question in neural operator adaptation, where a large language model (LLM) selects fine-tuning configurations under a limited trial budget. Across transfers within and between partial differential equation (PDE) families, the LLM achieves lower held-out test nRMSE than random search and Bayesian optimisation in nearly every matched comparison. Endpoint performance alone cannot distinguish what happens, so we verify each attribution with controlled interventions. Before observing any validation score, the LLM's first configuration already ranks near the top of the corresponding random-search poo
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית