BriefGPT.xyz
Ask
alpha
关键词
kilt benchmark
搜索结果 - 4
ACL
通过促进任务专业化来提高多任务检索
通过选择更好的预训练模型和兼容的提示以及新颖的自适应学习方法，我们可以训练一个多任务检索器，从而促进任务专业化，并在 KILT 基准测试中表现出高性能。
PDF
a year ago
GLIMMER：泛化的延迟交互式记忆重排序
GLIMMER 使用浅层 Reranker 和多任务训练来提高知识密集型任务上的检索质量，相对于 LUMEN 和 FiD 获得了较快的速度和强大的性能提升。
PDF
a year ago
GripRank: 通过生成式知识改进的段落排序填补检索和生成之间的差距
本文提出了一种名为 GripRank 的算法，它通过从一个生成式的通道评估器到一个通道排名器的知识精华的提炼来解决候选通道在检索过程中被平等对待的问题，并通过设计一套课程知识提炼机制来提升知识的提炼质量，实现了对答案的生成和文本排名的优化，
→
PDF
a year ago
ICML
使用相关采样的多任务检索增强文本生成
该研究研究了面向知识密集型任务的检索增强式生成模型的多任务训练。通过利用知识密集型生成的独特属性：查询 - 答案对与知识库中项目的联系，我们提出了一种清理训练集的方法。使用关联性标签的置信度阈值过滤训练样本，以确定是否可以通过知识库回答一对
→
PDF
2 years ago
Prev
Next