few-shot in-context learning | BriefGPT

关键词few-shot in-context learning

搜索结果 - 8

通过与非专业人员总结提示大型语言模型改进专家放射学报告摘要
利用一种新的提示策略，结合少样本上下文学习，该论文引入了一种改进放射学报告摘要的方法，通过首先生成普通人摘要来规范关键观察，并使用医患交流启发的非专家通信技术简化复杂信息。我们在 MIMIC-CXR、CheXpert 和 MIMIC-III
PDF12 days ago
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
多样情境下的多次学习
大型语言模型在少样本上下文学习方面表现出色，通过在推断时从上下文中提供的少量示例进行学习，无需任何权重更新。新的扩展上下文窗口使我们能够研究在上下文中使用数百或数千个示例进行学习的多样本学习方法。从少样本到多样本，我们观察到在各种生成性和判
PDF2 months ago
ParaICL: 面向鲁棒的并行上下文学习
通过并行处理不同批次的样本，依据语义相似性在上下文学习中同时使用所有示范样本，并通过加权平均语义目标选择最合适的标记，从而提高 ICL 的有效性。
PDF3 months ago
交互式 KBQA：大型语言模型的知识库问答多轮交互
通过与知识库进行直接交互生成逻辑形式，我们引入了 Interactive-KBQA 框架来解决知识库问答领域的问题，该框架包括三种通用 API 用于知识库交互，通过步骤推理过程注释数据集，展示了我们模型的适应性和潜力，并在低资源场景中以极少
PDF4 months ago
EcomGPT-CT: 具有半结构化数据的电子商务大型语言模型的连续预训练
大型语言模型（LLMs）预先训练在海量语料库上，在各种 NLP 任务中展示了出色的性能。本文针对特定领域应用这些模型仍然存在着显著挑战，如缺乏领域知识、有限的领域知识利用能力和不足的领域特定数据格式适应能力。因此，本研究聚焦于以电子商务领域
PDF6 months ago
不生成，而是识别：一个在真实世界环境中基于语言模型的建议
Pangu 是一个通用的基于神经网络的 grounded language understanding 框架，它采用了 LM 的较强区分能力作为建模依据，并且在基于 KBQA 的案例中展示了卓越的性能，同时使得大型 LM 包括 Codex
PDF2 years ago
ACL大型语言模型是少量样本的表格推理器
本文旨在研究大型语言模型在表格相关任务中的能力，发现当结合 “思维链” 提示时，大型语言模型可以在只有 1 个样本的情况下达到与某些 SotA 模型相当的表现。
PDF2 years ago