api calls | BriefGPT - AI 论文速递

关键词api calls

搜索结果 - 12

基于 Opcodes 和 API 调用的恶意软件分类的 CNN-LSTM 和迁移学习模型
通过使用基于 API 调用和操作码的新型模型，将恶意软件进行分类，将其特征转化为 N-grams 序列，并使用各种深度学习架构进行实验，最终取得了 99.91% 的高准确率。
PDF2 months ago
WangLab 在 MEDIQA-M3G 2024 中使用大型语言模型进行多模态医学答案生成
这篇论文讨论了我们在 MEDIQA2024 多语言和多模式医学回答生成（M3G）共享任务中的提交情况，报告了在任务的英语类别下两个独立解决方案的结果，第一个解决方案涉及对 Claude 3 Opus API 进行两次连续的 API 调用，第
PDF2 months ago
自然逻辑枢轴的评论：通过评论角度改进代码生成
借助注释作为代码 LLMs 生成能力的增强策略，MANGO 显著提高了代码通过率，并且逻辑注释解码策略的鲁棒性明显高于思路链引导。
PDF3 months ago
COLING超越静态评估：评估 AI 助手 API 调用能力的动态方法
大型语言模型和 AI 助手通过 API 调用的能力取得了显著的进展，然而现有的评估方法可能具有误导性，我们提出了自动动态评估方法（AutoDE）来评估助手的 API 调用能力，不涉及人类的参与。实验证明 AutoDE 可以发现静态评估所遗漏
PDF4 months ago
超越文本：通过 MultiAPI 基准评估揭示大型语言模型的多模态能力
聊天 GPT 通过开发的 MultiAPI 数据集评估了多模态任务中大型语言模型的表现，研究发现在 API 调用决策、领域识别、功能选择和参数生成等方面存在挑战，并提出了解决这些问题的新方法，为未来 LLM 研究指明了方向。
PDF7 months ago
自然语言站立指令的用户请求解释
包含自然语言界面中用户的偏好与指示（称为固定指令）作为额外上下文的提案，通过为 NLSI 构建一个含有用户对话与特定固定指令的数据集，发展了包含约 2.4K 对话与 17 个领域的语言到程序转换数据集，其中的关键挑战之一是确定哪些固定指令适
PDF8 months ago
巨猩：与大规模 API 连接的大型语言模型
本文介绍了 Gorilla 模型，该模型通过使用基于 LLaMA 的 finetuned 技术，在写 API 调用方面超越了最先进的 GPT-4 模型。结合文档检索器，Gorilla 展示了对测试时间文档更改的强大适应能力，减少了 LMM
PDFa year ago
机器学习模型归因挑战
参赛者需要从细致调整的机器学习模型的文本输出中识别出潜在的基础模型，最佳解决方案是人工开发基于公共文档的特征，或者自动的统计方案需要减少调用 API 次数。
PDFa year ago
EMNLPTaskmaster-1: 迈向逼真多样话语数据集
该研究介绍了一个新的数据集 Taskmaster-1，其中包括 13,215 个基于任务的对话，包括六个领域。数据集包含了更多现实和多样化的对话，使用了两种不同的方法进行数据收集并提供了多个基准模型，其中 API 调用和参数被标记为基于任务
PDF5 years ago
MaMaDroid：利用行为模型所建立的马尔可夫链检测安卓恶意软件（扩展版）
本文提出一种名为 MaMaDroid 的基于静态分析的系统，该系统通过抽象的 API 调用序列建立行为模型来检测恶意软件。研究表明，MaMaDroid 能够有效地检测恶意软件，并且具有更稳定的检测能力。同时与现有的基于 API 调用频率的检
PDF7 years ago
基于神经草图学习的条件程序生成
本研究使用神经网络生成 API-heavy Java 代码，根据方法中仅出现的几个 API 调用或数据类型，生成满足语法和语义约束的源代码。
PDF7 years ago
ICLR端到端目标导向对话学习
本文提出了一个测试平台，以研究在特定场景下 end-to-end 对话系统的性能，通过实验比较其与手工设计的系统的相似性及差异性。结果表明，end-to-end 系统基于记忆网络能够实现目标，但仍存在缺陷。
PDF8 years ago