knowledge augmentation | BriefGPT

关键词knowledge augmentation

搜索结果 - 13

DIEKAE：大规模语言模型高效知识增强与编辑的差异注入
本文介绍了一种将外部知识注入到预训练语言模型中的新方法，通过采用一系列编码器，将外部知识处理和注入到预训练语言模型层，从而显著减少计算成本并提高模型性能。与其他多种方法相比，在知识扩充和编辑的训练和推理过程中，我们的方法更快且更高效。
PDF19 days ago
ACL生物医学 NER 的 LLM 实时定义增强
通过新的知识增强方法，在有限数据环境中加入相关概念的定义，改进 LLMs 在生物医学命名实体识别方面的性能。
PDF3 months ago
通过视觉语言模型中的知识增强，提升神经退行性疾病步态视频分析
通过基于大规模预训练的视觉语言模型（VLM）的知识增强策略，我们的模型学习并改进了患者步态视频的视觉、文本和数值表示，通过跨三个不同模态的集体学习：步态视频、特定类别的描述以及数值步态参数。实验结果表明，我们的模型不仅在基于视频的分类任务中
PDF3 months ago
FakeNewsGPT4：通过知识增强的 LVLMs 推进多模态假新闻检测
本研究通过将大规模视觉 - 语言模型（LVLMs）与特定领域内的造假专有知识相结合，提出了 FakeNewsGPT4，用于检测多模态假新闻并获得更优跨领域性能。实验证明 FakeNewsGPT4 在公共基准测试中表现出优越的性能。
PDF4 months ago
大型语言模型中的稳定知识编辑
通过知识增强而非知识定位，我们引入了一种名为 StableKE 的方法，它包括语义改写增强策略和上下文描述丰富策略，可以编辑 ChatGPT 中的知识，并且展示了对编辑后的知识和多跳知识的稳定性，同时保留了不相关的知识和通用功能。
PDF4 months ago
基础模型向导：通过知识和推理指引基础模型
基于对代理与基础模型互动模式的分类和对该模式的扩展架构提出的综述性论文，为实现基础模型在实际人工智能系统中的潜力提供了指导。
PDF5 months ago
ACLKAUCUS: 知识增强的用户模拟器用于训练语言模型助手
通过引入 Kaucus，一种知识增强的用户模拟器框架，我们使用基于 GPT-J 的检索增强模拟器和摘要控制模拟器生成多样化的模拟器－助手交互数据，进而发现这些交互数据作为有用的训练数据，可以创建更好的下游助手。同时，我们发现通过检索增强或摘
PDF5 months ago
利用预训练和大型语言模型提升社区问答中的答案选择
本文提出了使用预训练模型的 Question-Answer 交叉注意网络（QAN）进行回答选择，并利用大型语言模型（LLM）来进行具有知识增强的回答选择。实验证明，QAN 模型在 SemEval2015 和 SemEval2017 数据集上
PDF7 months ago
大型语言模型真正地进行了多好的接地？
大型语言模型的可靠性和控制性方面的关键问题是如何通过知识增强模型进行接地，该研究提出了一种严格的接地定义，并引入新的数据集和接地度量标准来评估该定义，通过实验对 13 种不同大小和训练方法的大型语言模型进行研究，以提供改进接地能力的见解。
PDF8 months ago
知识增强语言模型为零 - shot 知识图谱问答做准备
提出了一种通过直接在 LLM 的输入中添加知识以增强其内部存储的知识的方法，称为 KAPING，通过在知识图上检索相关事实来改善零 - shot 闭书问答任务性能，经验证跨多个大小不同的 LLM，基于事实的知识增强方法相对于相关零 - sh
PDFa year ago
KAER: 为实体解析而设计的知识增强预训练语言模型
本研究提出了一种名为 KAER 的新框架，该框架使用外部知识增强预训练语言模型的实体解析性能，并在多个数据集上实现了更好的表现，尤其是在 “脏数据” 上表现更加健壮。
PDFa year ago
通过 NOTEARS 评估因果结构学习中的专家知识引导效果
本研究考察了外界专家知识增强因果关系挖掘模型的影响，结果表明校准模型错误的知识可以显著提高挖掘效果，对于挖掘因果关系而言，对影响边的约束比对非影响边的约束对性能的提升更为显著。
PDFa year ago
MM知识增强语言模型用于因果关系分类
本文研究如何将常识知识加入预训练的语言模型中，并发现这种方式可以提高模型在因果关系分类和常识因果推理任务中的表现。
PDF3 years ago