作者實測兩種資料裁切方式,取回整份內容讓模型更常卡住
Cutting by Field Drops the Decisive Line. Cutting by Type Keeps It Reachable.
重點導讀
把資料裁得更短,可能會一起刪掉決定答案的那一句;但讓模型取回原文,也不保證它答得對。
- 作者用同一組 12 個任務比較兩種裁切方式,發現採用雜湊取回整份內容的做法,在 24 次測試中每次都會再次取回,花的 token 約是另一種方式的 2.5 倍,答對的任務也較少。另有 6 次測試反覆取回資料,直到呼叫次數用完仍沒有答案。作者認為,若取回的資料太多,模型可能被內容淹沒。
- 把取回範圍縮小到一筆資料或一行,才比較容易用得上。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
信源出處dev.to
Cutting by Field Drops the Decisive Line. Cutting by Type Keeps It Reachable.
本文為 888news 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論,請前往原始網站。
來源: Dev.to Top Tech (dev.to)
開啟原文