instruction-tuned large language models | BriefGPT

关键词instruction-tuned large language models

搜索结果 - 7

ACL不确定性感知学习的语言模型对齐
我们提出了一种基于样本不确定性的学习方法，通过引入更能体现样本不确定性的模型，来改善不同任务情景下的模型对齐，实验证明我们的方法能显著提高模型性能和数据效率。
PDFa month ago
借助解答集编程指导和多样化基于 LLM 的故事生成
使用回答集编程（ASP）的高层次和抽象符号规范引导和多样化基于 LLM 的故事生成，产生比未引导的 LLM 更多样化的故事，并通过代码摘录证明 ASP-based outline generation 相较于完整的叙事规划具有改进的紧凑性和
PDFa month ago
ROSE 无法做到：通过逆向提示对比解码提高指导调优的大型语言模型的安全性
通过反向提示对比解码（ROSE）方法来提高现有的以指令为导向的大型语言模型（LLMs）的安全性，这不仅可以带来一致且显著的安全改进（最高可达 13.8％的安全分数），还有助于增强 LLMs 的通用能力。
PDF5 months ago
自动评估方法在面向指导型语言模型中的可靠性研究
我们对基于文本重叠和大型语言模型判断的自动化方法在广泛任务和跨语言环境中的可靠性进行了研究，发现自动评估方法与人类评估者之间的相关性在任务类型不同的情况下存在相当大的变异性。尽管自动评估方法在特定条件下可以近似人类判断，但其可靠性高度依赖于
PDF5 months ago
仅需一点多语言知识的多语言教学优化
通过研究多语言指令调整多语言大型语言模型的效果，我们发现跨语言转移以及将多语言示例用于指令调整对多语言指令跟随具有显著的改进作用。
PDF6 months ago
HANS，你聪明吗？神经系统的聪明汉斯效应分析
我们通过使用四个多选题基准来调查 It-LLMs 对多个探测测试的韧性能力。引入对抗性示例，我们展示了在选择顺序变化时出现的显著性能差距，揭示了选择偏差并讨论了推理能力。通过使用连续思维（CoT）技术，我们引发模型进行推理并减轻偏见，从而获
PDF10 months ago
OpinionGPT: 模拟指导调整的 LLMs 中的显式偏见建模
通过 OpinionGPT 演示，我们展示了 OpinionGPT 网页应用，用户可以提问并选择他们希望调查的各种偏见。通过对代表不同偏见的文本进行 fine-tuning，提供模型答案的比较，以增强透明度和显性化地处理偏见。
PDF10 months ago