contextual understanding | BriefGPT

关键词contextual understanding

搜索结果 - 16

ACL人机对话：通过可感知的声音接收和反应展现同理心
提出了 PerceptiveAgent，一种具有共情能力的多模式对话系统，通过集成语音模态感知来识别言辞背后更深层次或更微妙的意义，实验结果表明，PerceptiveAgent 在情境理解方面表现出色，能够准确辨别发言者的真实意图，即使语言
PDF16 days ago
金融应用中大型语言模型的调查：进展、前景与挑战
使用大型语言模型（LLMs）在金融领域中的机器学习应用的最新进展，探讨了 LLMs 在各种金融任务上的应用，重点在于它们改变传统做法和推动创新的潜力，提供了进展和优势的讨论，包括上下文理解、迁移学习的灵活性和复杂情感检测等高级技术，以及将现
PDF19 days ago
KDD指针引导的预训练：将大型语言模型注入段落级上下文意识
我们提出了一种名为 “指向引导的段落排序”（SO）的新型预训练技术，旨在增强大型语言模型中段落级文本表示的上下文理解。该方法利用自注意力驱动的指针网络来恢复被乱序的文本段落的原始顺序，解决了捕捉文档内部结构连贯性和上下文依赖关系的挑战。这种
PDFa month ago
LLM 服务的 CAP 原则
我们对大型语言模型（LLM）的服务领域进行了调查，以了解成本效益和准确性之间的复杂动态关系，我们发现，在这个领域中，工作以改进服务上下文长度（C）、改进服务准确性（A）和改进服务性能（P）为三个不同但相互冲突的目标进行优化。我们从数据库中的
PDF2 months ago
Open-SQL 框架：在开源大型语言模型上增强文本到 SQL 转换
我们提出了一种针对开源大型语言模型在 Text-to-SQL 任务中的上下文理解和响应连贯性问题的系统方法，包括对开源大型语言模型在 Text-to-SQL 任务中的全面评估，以及用于有效问题表示的 openprompt 策略、监督微调的新
PDF2 months ago
大型语言模型的推理能力：对抽象与推理语料库的深度分析
利用 Abstract and Reasoning Corpus 数据集的新方法，我们评估了大型语言模型的推理和上下文理解能力，结果表明虽然大型语言模型具有薄弱的推理能力，但在逻辑连贯性、组合性和生产力方面仍然落后于人类，我们的实验突显了
PDF4 months ago
RepoHyper: 软件仓库级别的代码自动完成功能需要更好的上下文检索
Code Large Language Models (CodeLLMs) often lack contextual understanding of project repositories, but the RepoHyper fra
PDF4 months ago
拯救英雄伊巴什的遗产：评估四个语言模型对氨基酸的作用
本研究在未开发充分的氨基酸语言中评估了四个前沿的语言模型，通过评估研究它们在文本生成、语义连贯性和情境理解中的适应性、有效性和局限性。通过揭示这些模型在低资源语言中的性能，这项研究开创了弥合语言差距的途径，通过提供基准并了解挑战，为自然语言
PDF4 months ago
MORE-3S：基于多模态的离线强化学习与共享语义空间
利用多模态和预训练语言模型，该论文提出了一种新的方法，将离线强化学习转化为监督学习任务，通过将图像的状态信息与文本中的动作相关数据结合，提高了强化学习的训练性能和长期战略思维，并强调语言的情境理解如何有助于强化学习中的决策制定。实验证明该方
PDF4 months ago
基于 Transformer 的袋装奖励增强学习：面向实例级奖励重新分配的方法
提出了一种称为 RLBR（Reinforcement Learning from Bagged Rewards）的新型 RL 设置，使用基于 Transformer 的奖励模型（Reward Bag Transformer）来探索袋装奖励中
PDF5 months ago
基于视觉 - 语言模型的图像融合
通过利用不同源图像中的显式文本信息来指导图像融合，我们提出了一种名为 FILM 的新型图像融合范式，首次利用 ChatGPT 中的文本信息，通过交叉注意力从源图像中提取关键视觉特征，实现了更深层次的上下文理解，最终生成了融合图像。在红外 -
PDF5 months ago
RRescue: 提升对上下文的推理能力的 LLM 响应排序
通过使用排名度量标准优化 LLMs，本研究提出了一种增强 LLMs 情境理解的新方法 RRescue，该方法通过对一系列具有情境依据的候选回复进行排序，以部分排序的方式来教授 LLMs。
PDF8 months ago
elBERto: 自监督通识学习用于问答
本文提出了一种自我监督的双向编码器表示学习共存框架（elBERto）, 该框架由五项自我监督任务组成，用于在掌握上下文中的丰富常识的情况下，强制模型充分利用额外的训练信号从而提高通识问题回答的准确性。实验表明，使用该框架在 WIQA、Cos
PDF2 years ago
EMNLP学习为视觉对话建立视觉对象的联系
提出一种新方法，通过先验分布和后验分布基于上下文理解来实现视觉对象的定位，从而提高视觉对话模型在生成和区分性任务中的表现，并在 VisDial v0.9 和 v1.0 数据集上进行了实验验证。
PDF3 years ago
CIDER: 对话解释和推理的常识推断
本文介绍了 CIDER，一种人工筛选的数据集，旨在通过上下文常识推理提取对话中的富含隐含和显式知识三元组的解释，且通过多项基准测试表明此任务的困难性和它为未来有前途的研究提供了重要的基础。
PDF3 years ago
异构架构下的上下文槽传递
本研究提出一种神经网络架构来解决在多域系统中的上下文理解和词槽填充问题，着重解决如何面对大规模和多样化的问题，模型通过候选集合来决定是否填充词槽，并引入了简单但有效的数据驱动方法用于转换候选词槽。实验表明该方法可以在多个领域中提供最优结果。
PDF6 years ago