Georgia Institute of Technology（佐治亚理工学院）

The Illusion of Robustness: Aggregate Accuracy Hides Prediction Flips under Task-Irrelevant Context

稳健性的错觉：聚合准确率掩盖了与任务无关的上下文下的预测翻转

Yanzhe Zhang, Sanmi Koyejo, Diyi Yang

机构 * Georgia Tech（佐治亚理工学院） ； Stanford University（斯坦福大学） 纠错

AI总结 研究大语言模型在含无关上下文环境中的表现，发现聚合准确率掩盖了单个示例预测的不稳定性，如随机伪词会改变部分预测，且此不稳定性受多种因素调节，揭示了尾部风险，推动对模型进行单个示例可靠性评估。

Comments Preprint

Bandit PCA with Minimax Optimal Regret

具有极小极大最优遗憾值的强盗主成分分析

Moïse Blanchard, Dmitrii Ostrovskii, Aadirupa Saha

机构 * Georgia Tech（佐治亚理工学院） ； UIC（伊利诺伊大学芝加哥分校） 纠错

AI总结 研究强盗反馈版本的在线主成分分析，改进了遗憾值的上下界，弥合差距至\(r\sqrt{dT}\)。上界通过新算法实现，结合在线镜像下降与多尺度探索；下界通过构造自适应对手，将遗憾值下界估计转化为子空间估计问题，并讨论其与量子断层扫描联系。