Apr, 2024
利用 LLM 中的提示克服复杂教育文本数据中的不平衡
Leveraging Prompts in LLMs to Overcome Imbalances in Complex Educational Text Data
Jeanne McClure, Machi Shimmei, Noboru Matsuda, Shiyan Jiang
TL;DR本文研究了如何利用具有断言的大型语言模型(LLMs)来缓解教育数据集中的不平衡问题,结果显示,与传统的机器学习(ML)模型相比,具有断言的 LLMs 在认知参与水平上明显优于传统模型,并且针对特定子集的敏感性研究表明,将断言加入到 LLM 中可提高其性能约 11.94%。