BriefGPT.xyz
大模型
Ask
alpha
关键词
attribution scores
搜索结果 - 5
小型语言模型中实现稀疏激活
我们在小型语言模型(SLMs)中实现了稀疏激活,并通过新的归因测量指标以达到精确的稀疏激活,实验证明我们的方法可以在只损失 < 5% 的模型准确性的情况下实现 80% 的稀疏化比率,可与大型语言模型(LLMs)中实现的稀疏激活相媲美。
PDF
a month ago
低资源环境下的预训练语言模型解释与归因分析
通过分析从基于提示的模型中提取的归因得分的合理性和忠实性,并将其与从微调模型和大型语言模型中提取的归因得分进行比较,我们发现使用基于提示的范例(无论是基于编码器的模型还是解码器的模型)比在低资源环境下微调模型产生更合理的解释,并且 Sha
→
PDF
4 months ago
可解释机器学习中 SHAP 评分的分布性不确定性
本文提出了一个基于不明实体群体分布的 SHAP 得分推理的原则性框架,并通过研究函数最大值和最小值的基本问题来确定所有特征的 SHAP 得分的紧密范围,最终通过实验显示我们的框架可以为更稳健的特征评分做出贡献。
PDF
5 months ago
CVPR
在部分标注的多标签分类中弥合模型解释之间的差距
研究表明,在多标签分类领域中,将未观察到的标签假定为负标签会引入标签噪声,因此提议通过提高部分标记训练的模型的属性分数以改善其性能,并在三个不同数据集上进行测试。
PDF
a year ago
EMNLP
校准相遇解释:一种简单有效的模型置信度估计方法
本文提出 CME 方法,结合模型解释来降低非归纳属性的模型信心度,进而提高预测的后验概率校准性能。在六个数据集上的实验表明,该方法提高了所有设置下的校准性能,并在温度缩放的情况下进一步降低了预期校准误差。
PDF
2 years ago
Prev
Next