BriefGPT.xyz
Ask
alpha
关键词
labeling bias
搜索结果 - 5
ICML
从有偏选择标签到伪标签：一种期望最大化学习框架应对有偏决策
我们提出了一种名为不平等审查的算法，用于处理标签的选择性问题，并通过理论分析和验证实验证明了其在模型性能上的好处。
PDF
9 days ago
ICML
通过解耦置信学习缓解标签偏差
通过提出一种修剪方法，Decoupled Confident Learning (DeCoLe)，来解决标签偏见问题，并在仇恨言论检测领域应用其性能，成功识别了偏见标签并超过其他方法。
PDF
a year ago
关于大型语言模型调查回答的质疑
通过评估 13 种不同大小的语言模型在美国人口普查局的《美国社区调查》问题上的回答，我们发现较小的模型存在显着的位置和标记偏差，较大的模型则偏差较小。另外发现不管如何提示模型，都趋向于随机统计所有调查答案的数据，因此，这表明大型语言模型调查
→
PDF
a year ago
ICML
在大型输出空间中分解采样和标记偏差的学习
本文研究了负采样机制与应对标签不平衡的损失函数修改技术之间的关系，并表明不同的负采样机制在提高优势标签和稀有标签性能之间存在权衡，提供了一种统一的处理采样偏差和标签偏差的方法，并在长尾分类和检索基准上进行了实证验证。
PDF
3 years ago
COLING
利用远程监督与人工标注的双重监督框架进行关系提取
本研究提出了一种双重监督框架，旨在有效利用人工标注数据和远程监督数据来训练关系抽取模型，以应对不同类型的监督数据。该模型采用两种不同的预测网络，分别用于预测人工标注和远程监督标签，并引入不一致性惩罚机制进行优化，实现了更高的抽取精度。
PDF
4 years ago
Prev
Next