ACL 2025 | Revisiting Self-Consistency: 动态分布对齐视角下的大模型投票策略
小红书搜索团队探究Self-Consistency在动态分布对齐视角下的机理,并提出由置信度驱动的机制来动态校准采样温度,实现效果新突破,被ACL 2025接受为Findings。
阅读全文 :ACL 2025 | Revisiting Self-Consistency: 动态分布对齐视角下的大模型投票策略
小红书技术团队官方账号,小红书技术创新与问题解读的分享平台,与你共前进.
小红书搜索团队探究Self-Consistency在动态分布对齐视角下的机理,并提出由置信度驱动的机制来动态校准采样温度,实现效果新突破,被ACL 2025接受为Findings。
阅读全文 :ACL 2025 | Revisiting Self-Consistency: 动态分布对齐视角下的大模型投票策略小红书搜索团队发布 MarkerGen框架,基于自底而上子能力解耦诊断导向的可插拔文本生成新方法,全面提升大模型在长度可控文本生成领域控制精度、文本质量及跨场景的表现,该成果入选 ACL 2025 Main。
阅读全文 :ACL 2025|大模型长度准确可控生成:为何不准?如何更准?小红书搜索团队提出LLM定制化评测框架 TailoredBench,为每个模型量身构建精简评测集,显著提升大模型评估效率、精度与跨模态稳健性,重塑评测范式,该成果入选 ACL 2025 Main。
阅读全文 :ACL 2025 | 效率最高提升300倍:TailoredBench实现大模型定制化高效评估该研究探索如何构建可泛化的多模态奖励模型,分析并缓解了多模态奖励模型中普遍存在的单模态虚假关联,已被 ICML 2025 接收。
阅读全文 :ICML 2025 | 小红书 hi lab 团队提出多模态奖励模型泛化新方法面向百亿规模向量相似性搜索的可扩展、过载感知的图索引构建系统。
阅读全文 :WWW2025 | 小红书向量检索团队提出超大规模向量检索图索引构建新方法一文看懂小红书如何借助增量计算与数据湖新技术,突破传统实时数据架构的瓶颈,构建高效、低成本的近实时湖仓。
阅读全文 :增量计算+实时湖仓构建小红书实验数仓生产新范式小红书提出基于多目标优化的统一对比评估框架,被 ICLR 2025 收录为 Spotlight。
阅读全文 :ICLR 2025 Spotlight|小红书大模型评估新突破!UniCBE 最高节省 50% 标注成本2月22日,交易/商业化算法专场,一站式技术面试,offer等你拿!
阅读全文 :小红书应用算法部开放招聘,商业化/社区/交易三大业务方向热招小红书搜索团队提出FocusICL:突破ICL在多示例上下文学习场景下的性能扩展瓶颈,被EMNLP 2024接收为Main Track(20.8%)。
阅读全文 :EMNLP2024 | 示例越多性能反而越差?大模型注意力分散是关键该研究提出面向任务识别的指令表示,并发布了指令嵌入数据集IEB,已被Neurips 2024 接收。
阅读全文 :NeurIPS2024 | 大模型指令嵌入:面向任务识别的指令表示