新闻详情

新闻详情

首页 / 资讯中心 / 详情

LETToT: Label-Free Evaluation of Large Language Models On Tourism Using Expert Tree-of-Thought

发布时间:2026/11/16 17:33:00来源:尧图网络
LETToT: Label-Free Evaluation of Large Language Models On Tourism Using Expert Tree-of-Thought
LETToT研究总结与核心内容翻译一、文章主要内容总结1. 研究背景与问题在旅游等特定领域评估大型语言模型(LLMs)面临两大核心挑战:一是标注基准数据集成本高昂,尤其在旅游这类专业领域难以实现;二是LLMs易产生“幻觉”(生成看似合理但错误的信息),且传统评估方法(如二元检查)无法覆盖旅游问答所需的多维度质量要求(如主题相关性、实用性等)。此外,旅游问答需结合实时数据(如航班状态、酒店 Availability)和个性化需求,与传统通用领域问答差异显著,现有通用评估基准难以适配。2. 核心框架:LETToT提出LETToT(Label-Free Evaluation of LLM on Tourism using Expert Tree-of-Thought),一种基于专家思维树(ToT)的无标注旅游领域LLM评估框架,分两阶段实现:阶段1:专家ToT的迭代优化与验证结合旅游领域通用质量维度(主题相关性、语境适配性等7个维度)和专家反馈,构建层级化ToT组件,并通过LLM-judge交叉验证迭代优化。最终优化后的ToT提示在多个质量维度上较基线提升4.99%-14.15%。阶段2:基于优化ToT的无标注评估以优化后的ToT组件为评估准则,设计基于“组件覆盖率”和“文本效率”的规则化可验证评分公式,无需标注数据即可评估LLM性能。评分公式整合
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/16 19:23:38

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/16 6:47:19

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/16 17:28:18

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉