[控场AI]
概念anchor / 锚点机制

锚点

提示词中必须以逐字形式保留的关键信息片段,通常是决策、标识符、错误码或约束条件。用固定前缀标记使截断脚本和断言可正则识别,将关键信息丢失变为可测量指标。

时间轴 (近 90 天)

10月19日

摘要会丢失精确字符串,因此标识符、错误码、列名、约束条件等不变量必须用锚点机制逐字保留,原则是“摘要叙述,绝不摘要不变量”。

待验证50%
10月19日

Agent设计者如果无法回答“Agent会先丢失哪个锚点”,就只了解窗口大小而不了解Agent的实际行为。

待验证50%
10月13日

锚点必须与量表严格对应:二值量表只能有两个锚点,五点 Likert 量表必须有五个锚点;锚点与量表不匹配时 promptfoo 和 DeepEval 都不会主动检测。

待验证50%
9月24日

服务端锚点机制在数学上可理解为一种正则化手段,与一致性正则化(Consistency Regularization)思想有相通之处但实现机制不同

待验证50%
9月24日

原文提出弥合半监督与全监督联邦学习差距的关键取决于两个相互耦合的设计轴:教师(teacher)与锚点(anchor)

待验证50%
9月24日

若服务端种子标注数据与客户端实际语音分布差异过大,锚点的校正方向可能与客户端数据最优方向相悖,反而削弱模型性能

待验证50%
9月24日

锚点维度指服务端在带标注种子数据上进行的更新,作用是稳定训练(server update stabilization),防止误差跨轮次累积和模型发散

待验证50%
9月24日

教师与锚点两个维度必须协同工作:仅有高质量教师而缺乏锚点模型可能逐渐偏离,仅有锚点而教师伪标签质量太差则难以利用客户端海量数据

待验证50%

全部知识事实 (8)

来源文章