OOD

Toward Robust In-Context Learning: Leveraging Out-of-distribution Proxies for Target Inaccessible Demonstration Retrieval

Este artigo propõe a estrutura DOPA para a recuperação de demonstrações robustas em cenários de Aprendizagem Em Contexto com Grandes Modelos de Linguagem (LLMs). DOPA utiliza um proxy OOD para aproximar o domínio alvo inacessível e uma restrição de diversidade baseada na distância de Mahalanobis.