破军的案例列表
作者：破军 · 共 2 个案例
大模型推理效率对比评测
本项目围绕不同大模型之间的计算复用开展研究，重点评估回答质量与推理效率之间的关系。我作为第一作者参与方法设计与实验研究，对不同模型和实验配置进行对照，分析长上下文任务中的回答效果、首Token延迟及加速收益。项目形成了模型对比实验与结果分析，相关成果已被ICML接收。该经历与大模型性能测试、统一评测基线和横向对比分析较为相关。
大模型答案选择可靠性评测
本项目研究大模型在生成多个候选答案后，能否正确选择最终答案。我作为第一作者开展相关研究，通过对比候选答案中的正确性与最终选择结果，分析“已有正确候选但最终选错”的情况，评估答案选择环节对模型可靠性的影响。项目形成了对照实验和分析结论，相关成果已被NeurIPS接收。该经历可用于展示模型评测设计、异常分析及测试结果报告能力。
案例判断参考
破军的案例列表
大模型推理效率对比评测
本项目围绕不同大模型之间的计算复用开展研究，重点评估回答质量与推理效率之间的关系。我作为第一作者参与方法设计与实验研究，对不同模型和实验配置进行对照，分析长上下文任务中的回答效果、首Token延迟及加速收益。项目形成了模型对比实验与结果分析，相关成果已被ICML接收。该经历与大模型性能测试、统一评测基线和横向对比分析较为相关。...
大模型答案选择可靠性评测
本项目研究大模型在生成多个候选答案后，能否正确选择最终答案。我作为第一作者开展相关研究，通过对比候选答案中的正确性与最终选择结果，分析“已有正确候选但最终选错”的情况，评估答案选择环节对模型可靠性的影响。项目形成了对照实验和分析结论，相关成果已被NeurIPS接收。该经历可用于展示模型评测设计、异常分析及测试结果报告能力。...
