factual information | BriefGPT

关键词factual information

搜索结果 - 8

FIT-RAG：具备事实信息和标记减少功能的黑盒 RAG
通过利用检索的事实信息并减少标记数，本文提出了一种新颖的黑匣子增益生成框架 FIT-RAG，它能在效果和效率上都取得卓越的表现，并在三个开放领域的问答数据集上进行了验证。
PDF3 months ago
评估 LLMs 在著名人士中的性别差异
该研究评估了大型语言模型对获取事实信息的使用，特别研究了这些模型在回答问题时可能产生错误回答或完全拒绝回答的倾向，并重点调查了性别差异在模型回答中的存在。研究结果显示 GPT-3.5 生成的回答存在明显性别差异，尽管 GPT-4 的进展改善
PDF4 months ago
SH2: 自我突出的犹豫帮助您更真实地解码
基于信息理论的事实，我们提出了一种推理时间方法 Self-Highlighted Hesitation (SH2) 来帮助大语言模型 (Large language models, LLMs) 更真实地解码，选择具有较低概率的标记，从而强制
PDF6 months ago
微调还是检索？LLMs 中知识注入的比较
比较 fine-tuning 和 retrieval-augmented generation (RAG) 两种方法，发现 RAG 在不同主题的知识密集型任务中始终优于 fine-tuning，并且 LLMs 在 fine-tuning 中
PDF7 months ago
大型语言模型中的用户可控知识融合：平衡创造性和幻觉
本文提出了一种创新的用户可控机制，通过在 LLM 训练的微调阶段引入一个代表生成回答中对参考知识忠实程度的数值标签，综合利用 ROUGE 得分、Sentence-BERT 嵌入和 LLM 的自我评估得分来度量词汇重叠度和语义相似度，用户可以
PDFa year ago
朝向本体论支持的跨语言知识图谱
通过对抽象对象的具体化和对概念与类型之间的本体论区分的认识，我们得到了一个本体论基础和语言无关的表示法，可以缓解知识图谱集成中的困难。
PDFa year ago
P- Adapters: 从多样化的提示中强大地提取语言模型中的事实信息
本文旨在通过引入 P-Adapters 和 Mixture of Experts 模型，解决不同用户在使用不同措辞查询 Large Language Models（LLMs）时导致的事实信息提取和查询一致性的矛盾，并在 BERT 和 RoB
PDF3 years ago
以事实为专家：基于符号知识的可适应和可解释神经记忆
该论文提出了一种神经语言模型，该模型在符号可解释事实信息和亚符号神经知识之间包括显式接口，可以通过操作其符号表示更新并覆盖已有的知识，进而显著提升知识密集型问题的问答性能。
PDF4 years ago