简历

硕士

上海交通大学

计算机科学与技术

访问硕士

上海创智学院

具身智能

• 具身智能标杆项目（卢策吾教授主持）可扩展VLA训练负责人

本科

南京大学

脑科学与人工智能

• 专业排名2/20
• 校一等奖学金
• 基础学科专项奖学金

What makes a good order of examples in in-context learning

ACL Findings

上下文学习对少样本示例的顺序高度敏感，但现有的顺序启发式方法通常依赖额外的域内（往往是无标签）数据，且仍难以捕捉实例间的差异。我们从语料级和实例级两个层面分析了何种示例顺序能带来更优性能，并提出了 DEmO 方法——该方法无需额外数据，即可为每个测试实例自适应地选择强顺序。DEmO 首先通过标签公平性筛选候选顺序，然后利用一种无内容度量为每个实例挑选最具影响力的顺序，在多个强基准上取得了显著提升，并能够良好地泛化至不同设置。