external knowledge | BriefGPT

关键词external knowledge

搜索结果 - 110

EMNLP个性化对话生成的检索增强学习
研究了通过利用人物背景资料和对话背景生成高度个性化的回应的个性化对话生成。提出了一个称为 $ extbf {LAPDOG}$ 的模型，该模型利用外部知识来生成个性化对话。LAPDOG 模型由一个故事检索器和一个对话生成器组成，其中故事检索器
PDF5 days ago
医学领域生成人工智能的检索增强生成模型
生成式人工智能在医学等多个领域带来了革命性的创新，然而，它也存在局限性。为应对这个问题，检索增强生成（RAG）提供了一个潜在的解决方案，使模型能够通过利用外部知识的检索来生成更准确的内容。随着生成式人工智能的快速发展，RAG 可为将这一变革
PDF14 days ago
SememeLM：一种用于长尾关系表示的基于义原知识增强的方法
本文提出了一种基于知识图谱的方法（SememeLM）来增强长尾关系的表示，在语言模型中引入义元能够打破词汇之间的上下文约束，并通过一致性对齐模块将外部知识与语言模型结合，最终在词类比数据集的实验中表现出优于一些现有方法的能力。
PDF19 days ago
ACLMATTER: 基于异构知识源的记忆增强 Transformer
通过使用多种异构知识源，我们引入了一种高效的记忆增强变压器（MATTER）来检索相关知识，以在知识密集型任务中提高准确性和速度。
PDF25 days ago
大型语言模型的外部和参数知识融合评估
融合外部知识到大型语言模型（LLMs）中，以克服其古老且静态参数化记忆所带来的局限性，增强 LLMs 在知识整合方面的能力成为很有前景的解决方案。然而，先前的研究倾向于过度依赖外部知识，低估了 LLMs 内在参数化知识的宝贵贡献。尤其是在外
PDFa month ago
聚类检索增强生成（CRAG）
提供外部知识给大规模语言模型是实际应用中的关键点之一，为了融入实时的内容、提供特定领域知识以及预防生成虚构内容。通过数据库向量检索增强生成（RAG）方法已经被广泛采用，然而在某些应用中，使用 RAG 方法可能不可行，因为所检索的上下文可能需
PDFa month ago
基于外部知识和目标指导的基于 LLM 的对话推荐系统
本文旨在高效地使大型语言模型在会话推荐系统任务中使用外部知识和目标引导。通过对先进的大型语言模型在特定领域的会话推荐系统任务中的局限性进行综合评估，我们发现外部知识和目标引导对于推荐准确性和语言质量有显著的贡献。基于这一发现，我们提出了一种
PDF2 months ago
CVPRWiki-LLaVA: 分层的检索增强生成模型用于多模态语言模型
我们提出了一种名为 Wiki-LLaVA 的方法，通过一个分层检索流程，将多模态文档的外部知识源集成到 LLM 中，用作额外的上下文，从而增强了生成的对话的效果和准确性。我们在具有外部数据的视觉问答数据集上进行了大量实验，并证明了该方法的适
PDF2 months ago
整合知识库，提升化学领域的共指消解和桥接解析
化学专利中解决共指和桥接关系对于更好地理解精确的化学过程非常重要，我们提出了一种将外部知识纳入多任务学习模型的方法，用于化学领域中的共指和桥接关系的解析，结果表明整合外部知识可以改善化学共指和桥接关系的解决。
PDF3 months ago
基于知识的 VQA 的知识浓缩和推理
我们提出两个协同模型：知识浓缩模型和知识推理模型。这两种浓缩的知识被无缝地集成到我们的知识推理模型中，巧妙地导航综合信息以得出最终答案。与以前的方法相比，我们的方法在基于知识的 VQA 数据集上（OK-VQA 的 65.1％，A-OKVQA
PDF4 months ago
KELLMRec：知识增强的大型语言模型用于推荐
利用外部知识辅助大规模语言模型（LLM）在生成真实可用的文本方面具有潜力，因此我们提出了一种名为‘Knowledge-Enhanced LLMRec’的方法，通过使用外部知识在生成过程中，并且通过基于知识的对比学习方案来训练模型，实验证实了
PDF4 months ago
扯不清的边界：检索增强的聊天机器人的双刃剑
揭示了大型语言模型存在的幻觉问题，通过整合外部知识与提示信息，检验了检索增强生成（RAG）的能力，实验证明 RAG 在某些情况下能提高准确性，但仍然可能受到与模型预训练理解相抵触的提示的误导，研究结果强调了幻觉的复杂性以及确保大型语言模型在
PDF4 months ago
REAR：一种针对开放领域的问题回答的关联感知检索增强框架
本文提出了 REAR，这是一种适用于开放领域问答的关联感知检索增强方法，通过在大型语言模型中引入一个能够准确评估检索文档相关性的排名头，以及通过双粒度相关融合和抗干扰训练的改进方法进行训练，REAR 能够更好地利用外部知识并在四个开放领域问
PDF4 months ago
一种用于序列标注的有效结合异构知识的课程学习
提出了一种针对序列标注任务设计的两阶段课程学习（TCL）框架，通过逐渐引入易难的数据实例来提高性能和训练速度，以增强序列标注模型的性能，通过在六个中文分词（CWS）和词性标注（POS）数据集上的实验证明了该模型的有效性，并表明 TCL 加速
PDF4 months ago
基于大型语言模型的知识导向视觉问答中的模态感知集成
基于知识的视觉问答（KVQA）对于利用外部知识，如知识图谱（KGs）来回答视觉问题进行了广泛研究。本文提出了一种新颖的 LLMs 模态感知集成方法（MAIL），用于 KVQA，它巧妙地利用多模态知识进行图像理解和知识推理，并在两个基准数据集
PDF4 months ago
AAAI基于知识的场景分类神经元解释
通过引入外部知识和核心概念，我们提出了一种新颖的知识感知神经元解释框架，用于解释图像场景分类模型的预测结果。我们的方法相比基线模型在解释性能上提供了更好的预测解释，并且核心概念能够有效地改善原始模型的性能。
PDF5 months ago
AAAI通过对比学习提高知识驱动对话的稳健性
基于对话文本和外部知识的知识驱动对话系统面临实际应用中各种噪声干扰，为提高系统鲁棒性，我们提出了一种基于实体对比学习的框架，通过引入两种类型的干扰样本，使得模型在真实应用中能够生成具有信息性的回应，实验证明该方法在三个基准数据集上实现了最新
PDF6 months ago
知识导航器：利用大型语言模型增强知识图推理
本文提出了一种名为 KnowledgeNavigator 的新型框架，通过从知识图中高效准确地检索外部知识并将其作为增强 LLM 推理的关键因素，以解决 LLM 在需要长逻辑链或复杂推理的场景中所存在的幻觉和知识限制的问题。通过对给定问题的
PDF6 months ago
基于记忆增强的多线索推理的知识驱动视觉问答
通过生成多个线索进行推理的记忆神经网络 (MCR-MemNN) 作为一种全新的框架用于视觉问答，可以更好地利用外部知识来回答更一般性的问题，并且在各模态（图像、问题和知识库）中捕捉到最相关的信息。
PDF6 months ago
ChatSOS: 基于 LLM 的安全工程知识问答系统
我们的研究通过引入以 LLM 为基础的问答系统，结合外部知识数据库，提高了模型的理解和响应准确性，有效地总结事故报告并提供相关建议，从而将 LLM 的应用拓展到安全工程领域，并为自动化智能系统的未来发展树立了先例。
PDF7 months ago