error detection | BriefGPT - AI 论文速递

关键词error detection

搜索结果 - 42

ACL医疗错误检测和纠正的思维链 (CoT) 促进策略
我们使用少样本上下文学习（ICL）方法以及链式思维（CoT）和大型语言模型（LLM）中的原因提示，来自动检测和纠正临床笔记中的医疗错误，并通过规则集成方法，在三个子任务中取得了第三、第三和第七名的成绩。
PDF19 days ago
使用变形提示测试验证 LLM 生成的程序
我们提出了一种称为变质提示测试的新颖解决方案，用于解决由大型语言模型生成的代码质量和正确性所引发的挑战，并在 HumanEval 评估中显示，该方法能够检测到由 GPT-4 生成的错误程序的 75％，误报率为 8.6％。
PDF21 days ago
ACLMEDIQA-CORR 2024 中 PromptMind 团队：通过错误分类和 LLM 集合改进临床文本纠正
该论文介绍了我们在 MEDIQA-CORR 共享任务中的方法，该任务涉及医学专业人员策划的临床笔记中的错误检测和更正。我们的工作旨在评估在包含事实和不可靠信息的海量互联网数据上训练的大型语言模型（LLM）的能力。我们建议综合处理所有子任务，
PDF2 months ago
IryoNLP 在 MEDIQA-CORR 2024 中应用：基于医疗代理的医疗错误检测与纠正任务
应用于临床领域的自然语言处理中，使用大型语言模型成为一种有前景的方法，用于在医疗笔记中进行错误检测和纠正，而这是一项缺乏注释数据的知识密集型任务。本文介绍了 MedReAct'N'MedReFlex，该系统利用四个基于 LLM 的医学代理。
PDF2 months ago
WangLab 在 MEDIQA-CORR 2024 中的优化基于 LLM 的医疗错误检测和校正程序
医疗文件中的医疗错误对患者安全构成重大风险。本文介绍了我们在三个子任务中均取得顶尖表现的方法，即错误检测、错误句子提取和生成纠正句子。我们利用外部医学问答数据集开发了一套基于检索的系统用于处理微妙错误的 MS 数据集，同时对于反映更真实的临
PDF2 months ago
使用大型语言模型生成一致的 PDDL 领域
用自动一致性检查策略显著改善由大型语言模型生成的 PDDL 模型的质量，并减少后续纠正工作的人力投入。
PDF3 months ago
评估 L 的 M 在检测 L 回应中的错误
ReaLMistake 是第一个错误检测基准工具，包含了 LLMs 的客观、实际和多样化错误。通过评估 12 种 LLMs 的错误检测器，发现 LLMs 的错误检测性能低于人类，并且解释不可靠，对提示的微小变化敏感而改进困难，同时改进 LL
PDF3 months ago
大型语言模型对数学问题中的不合理性无意识
大型语言模型在解决数学问题方面具有重大能力，但在面对包含不合理错误的问题时倾向于产生幻觉。本文研究了 LLM 在面对不合理数学问题时的行为，并进一步探讨了它们解决这些问题的潜力。实验表明，LLM 能够检测到不合理错误，但在生成非幻觉性内容方
PDF3 months ago
大语言模型的并发语言错误检测 (CLED)
基于提取语言模型生成的文本的某些语言特征并将其输入到并发分类器中以检测错误的并发语言错误检测 (CLED) 方案可以在无法访问内部节点的 LLMs 上使用，并且可以在新闻摘要和翻译等不同任务上应用。
PDF3 months ago
注意错误！视觉与语言导航中的指示错误检测和定位
在连续环境中的视觉与语言导航 (VLN-CE) 是一项直观但具有挑战性的 AI 任务，我们提出了一个新颖的基准数据集，引入了各种类型的指令错误并考虑了潜在的人为原因，从而为连续环境中的 VLN 系统的鲁棒性提供了宝贵的见解。我们还正式定义了
PDF4 months ago
COLING检测争议话题中检索增强生成模型中的虚构和覆盖错误
基于维基百科的中立观点原则，我们探索了一种应对 LLM 聊天机器人中有争议话题的策略：承认单一真实答案的缺失，并呈现多个观点。我们将其框架为检索增强生成，其中观点从知识库中检索出来，LLM 的任务是从给定的观点中生成流畅而忠实的回应。我们使
PDF4 months ago
VariErr NLI：将注释错误与人类标签变异分离
人类标签变异与注释错误是 NLP 基准测试中普遍存在的问题，现有研究通常将其孤立研究。本论文提出了一种系统的方法和一个新的数据集 VariErr，着重研究英语 NLI 任务中的错误与变异。通过评估各种自动错误检测方法和 GPT 模型在发现错
PDF4 months ago
自动驾驶系统中使用学习表示进行二维物体检测的运行时内省
自动驾驶系统中可靠的物体检测、审视和错误检测的应用，通过引入新的检视方案并利用神经网络激活模式，实现在基于深度神经网络的 2D 物体检测中的错误减少。
PDF4 months ago
基于可靠 LLM 的任务导向对话系统用户模拟器
DAUS 是一种基于大型语言模型的领域感知用户模拟器，通过在真实的面向任务对话示例上进行微调，显著提高用户目标的实现，并有效减少模拟器回应中的不一致性来源。
PDF4 months ago
元排名：不太强大的语言模型能够进行单一回应判断
我们提出了一种名为 Meta Ranking (MR) 的新方法，通过比较目标查询 - 响应对与参考查询 - 响应对，使能力较弱的大语言模型能够有效判断个别响应的可靠性，并且在推理任务中实现了出色的误差检测效果，可以用于改进大语言模型的性能
PDF4 months ago
AAAI知识图谱错误检测与对比置信度调整
我们提出了一种知识图谱错误检测模型 CCA，通过整合三元组重构中的文本信息和图结构信息，以更好地区分语义，设计交互式对比学习来捕捉文本和结构模式之间的差异，并通过构建包含语义相似噪声和对抗噪声的现实数据集来验证实验结果，表明 CCA 在检测
PDF6 months ago
ed-cec：基于错误检测和上下文感知错误修正的提升罕见词识别的后处理方式
通过错误检测和上下文感知的错误修正来改善对于罕见单词的识别，同时实现了具有较低词错误率的自动语音识别系统。
PDF9 months ago
大型语言模型作为数据预处理器
此研究拓展了大型语言模型（LLMs）的应用，探索了它们在数据预处理中的潜力，包括错误检测、数据插补、模式匹配和实体匹配任务。我们提出了一个基于 LLMs 的框架，用于改进模型的性能和效率。实验结果表明 LLMs 在数据预处理中具有巨大潜力。
PDF10 months ago
黑血 MRI 中颈动脉壁分割的基于不确定性的质量保证
应用深度学习模型于大规模数据集需要自动质量保证的方法，本文研究了不确定性在模型预测中的应用，并发现不确定性度量可以作为错误检测和自动质量保证的代理，并为大规模数据集提供了自动质量保证工具。
PDF10 months ago
利用人工智能和大型语言模型评估实验中学生的错误：与人类评分员的比较研究
使用大型语言模型（LLMs）探索错误检测在探究式学习中的应用，并解决学生实验协议等复杂、不完整、甚至矛盾和多样化的数据中的逻辑错误识别的困难。
PDFa year ago