實測 Qwen2.5-1.5B-Instruct:先看摘要沒有比截短文字更準
Summary-First Lost to Trimming, at 2.6x the Tokens
重點導讀
把每則問題的文字截短,可能讓小型模型少被不相干的內容帶偏;作者因此測試,先看每則問題的摘要再讀全文會不會更好。
- 使用 Qwen2.5-1.5B-Instruct 比較三種方式後,截短文字答對 17 題,摘要優先答對 16 題,讀完整文字答對 9 題。摘要優先每題平均花 5,172 個 token,是截短文字的 2.6 倍。模型仍常盯著最醒目的 412 號問題,摘要沒有解決這個問題。
- 作者認為,候選專案不多時,截短文字更省成本,表現也相近。測試中還有一題的標籤洩漏線索,因此無法判斷模型是否真的讀到了後面的關鍵內容。
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
Summary-First Lost to Trimming, at 2.6x the Tokens
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