Jun, 2024
语音化机器学习：重新审视用语言模型进行机器学习
Verbalized Machine Learning: Revisiting Machine Learning with Language Models
Tim Z. Xiao, Robert Bamler, Bernhard Schölkopf, Weiyang Liu
TL;DR我们引入了口头化机器学习 (VML) 框架，通过限制参数空间为人类可解释的自然语言，将大型语言模型 (LLMs) 视为由文本提示参数化的函数，通过 VML，我们重新审视经典的机器学习问题，如回归和分类，发现这些问题可以通过 LLM 参数化的学习器和优化器来解决，VML 的主要优势包括容易编码归纳偏差、自动模型选择和解释性学习器更新，我们进行了多项研究来评估 VML 的有效性，并希望 VML 能成为机器学习中更强解释能力和可信度的垫脚石。