RECAP

Улучшенная эффективность извлечения запомненных данных

RECAP — это метод, разработанный для извлечения запомненной информации из больших языковых моделей. Он работает как циклический агент с обратной связью, позволяя переформулировать запросы и обходить внутренние ограничения модели. В отличие от существующих подходов, RECAP не требует прямого копирования текста, что уменьшает искажения. Тестирование показало, что он на 78% эффективнее аналогов, например, модель Claude-3.7 воспроизвела 3000 фрагментов текста против 75 у лучшего альтернативного метода. Метод поддерживает различные семейства моделей, что делает его универсальным инструментом для анализа запоминания.

Подробнее →