शोधकर्ता Frequency-Corrected Prompt Alignment (FCPA) पेश करते हैं, जो जनरेटर-वैलिडेटर सुसंगतता का एक नया सूत्रीकरण है जो बड़े भाषा मॉडलों में G-V अंतर को संबोधित करता है। विधि उच्चारण आवृत्ति के लिए एक सिद्धांतबद्ध सुधार लागू करती है, उन समस्याओं को हल करती है जहां जनरेटर वैध स्ट्रिंग्स को कम संभावना सौंपते हैं क्योंकि वे पूर्व-अप्राप्य रूप से असंभव हैं।

  • FCPA वास्तविक-दुनिया के LLMs के लिए आवृत्ति-सुधारित G-V सुसंगतता पर आधारित एक प्रशिक्षण लक्ष्य लागू करता है।
  • पूर्व विधियों की तुलना में FCPA के साथ प्रशिक्षण G-V सुसंगतता और जनरेटर प्रदर्शन दोनों को काफी बेहतर बनाता है।
  • इस दृष्टिकोण से IFEval और HumanEval बेंचमार्क्स पर पियर्सन सहसंबंध में +27pp तक की वृद्धि होती है।
  • जनरेटर प्रदर्शन में सुधार के बावजूद, सभी मूल्यांकित कार्यों पर वैलिडेटर गुणवत्ता बनाए रखी जाती है।

लेखकों का मानना है कि यह महत्वपूर्ण है क्योंकि यह जनरेशन और सत्यापन प्रक्रियाओं को एलाइन करने के लिए एक मजबूत तंत्र प्रदान करता है, जिससे वैलिडेटर की क्षमताओं को कम किए बिना अधिक विश्वसनीय मॉडल आउटपुट प्राप्त होते हैं।