large language models (llms) | BriefGPT

关键词large language models (llms)

搜索结果 - 159

ACL加强符号绑定使得大型语言模型可靠的多选选择器
本文研究了大型语言模型中多项选择题的选择偏差问题，提出了一种基于点对点反馈的有效 SFT 算法（PIF），通过提高模型对选项内容的理解能力，显著减少了选择偏差，提高了多项选择题的准确性。
PDFa month ago
深度研究逻辑推理与 LLM：工具选择的重要性
通过将大型语言模型 (LLMs) 与各种符号求解器相结合，我们对 Z3、Pyke 和 Prover9 三个符号求解器的性能进行实验证明，其中与 LLMs 相结合时，Pyke 的性能明显低于 Prover9 和 Z3，Z3 的总体准确性略高于
PDFa month ago
ACLOpen Ko-LLM 排行榜：用 Ko-H5 基准评估大型语言模型在韩语中的表现
该论文介绍了 Open Ko-LLM 排行榜和 Ko-H5 基准作为在韩语中评估大型语言模型 (LLMs) 的重要工具。该工具在韩国 LLM 社区中被广泛接受，并通过引入私有测试集进行数据泄漏分析，证明了私有测试集的好处。此外，论文提出了超
PDFa month ago
ACLDevEval：与现实世界源代码仓库对齐的手动注释代码生成基准
通过新的基准测试 DevEval，我们评估了 8 种流行的大型语言模型在真实代码库中的编码能力，并发现这些模型的编码能力在真实世界的代码库中存在缺陷。
PDFa month ago
Nadine: 一个由 LLM 驱动的具有情感能力和类人记忆的智能社交机器人
本研究描述了我们开发的智能稳健的 Nadine 社交机器人平台的社交机器人系统，通过整合大型语言模型（LLM）并巧妙利用这类模型的强大推理和遵循指令能力，实现了高级的类人情感和认知能力。这一方法与目前的基于 LLM 的最新技术代理相比是新颖
PDFa month ago
VideoTree：基于自适应树的视频表示方法用于长视频的 LLM 推理
VideoTree 是一种用于视频理解的查询自适应和分层框架，利用大型语言模型的推理能力，通过动态提取与查询相关的信息并构建基于树的表示来提高推理准确性和效率。与现有方法相比，VideoTree 在 EgoSchema、NExT-QA 和
PDFa month ago
通用可扩展的多阶段生物医学概念标准化利用大型语言模型
通过使用专有和开源的大型语言模型（LLMs）与生物医学研究中常用的多种基于规则的归一化系统相结合，提高实体归一化性能并消除了需要微调的需要。
PDFa month ago
隐式上下文学习
在这项研究中，我们介绍了一种名为 Implicit In-context Learning (I2CL) 的创新范式，通过将演示样例吸收到激活空间中，解决了传统 In-context Learning (ICL) 所面临的挑战。经过实证评估
PDFa month ago
ACLLIRE：面向偏好对齐的逐项奖励增强
提出了一种基于梯度的奖励优化方法 Listwise Reward Enhancement for Preference Alignment (LIRE)，将多个回复的离线奖励融入到简化的列表框架中，从而在训练过程中不需要在线采样。通过自我增
PDFa month ago
CIVICS：在大型语言模型中构建一个用于研究文化信息价值观的数据集
介绍了 CIVICS 数据集，该数据集旨在评估大型语言模型（LLMs）在多种语言和价值敏感的话题上的社会和文化变化。通过动态注释流程、定制提示设计和实验，调查了开放权重的 LLMs 对价值敏感问题的反应，研究了它们在不同语言和文化环境中的行
PDFa month ago
SynDy: 用于虚假信息任务的合成动态数据集生成框架
SynDy 是一种利用最先进的大型语言模型，通过合成动态数据集的方法，为舆情封控提供了重要工具，用于针对声称匹配、专题聚类和声称关系分类等任务生成细粒度的合成标签，以便进行大规模人工事实核查。
PDF2 months ago
改革过程挖掘: ChatGPT 集成和优化提示工程增强用户体验的新型架构
该研究通过将 ChatGPT 等 Large Language Models（LLMs）集成到过程挖掘工具中，引入了一种新颖的方法，使过程分析对更广泛的受众更易于访问，以便将复杂数据转化为可行的见解。研究旨在调查 ChatGPT 如何增强分
PDF2 months ago
UniDM：面向大语言模型的数据操作统一框架
研究通过利用大语言模型（LLMs）和自动化上下文检索，设计了一个统一框架 UniDM，用于解决数据操作任务，并在各种基准测试中展现出极高的通用性和先进性能。
PDF2 months ago
可解释的交叉审查技术（ICE-T）：利用高信息量特征提升 LLM 性能
本研究介绍了一种新颖的解释性交叉审讯技术（ICE-T），该技术利用结构化的多提示技术和大型语言模型（LLMs）来提高零样本和少样本方法的分类性能。ICE-T 通过使用一系列生成的提示，使 LLM 从多个方向解决问题，将 LLM 的响应转换为
PDF2 months ago
使用 LLMs 评估学生的开放式书面答案：基于 RAG 框架，针对 GPT-3.5，GPT-4，Claude-3 和 Mistral-Large 进行
教育工作者评估开放式书面考试答案是一项需要大量精力、一致性和准确性的重要任务。本研究探索了大型语言模型在评估大学生对参考资料提出的开放式问题的答案时的效果，发现 LLMs 的一致性和评分结果存在显著差异。进一步的比较研究对于确定使用 LLM
PDF2 months ago
用于融合并行函数调用的 LLM-Tool 编译器
通过选择性融合相似类型的工具操作，我们提出了 LLM-Tool Compiler，在运行时将它们作为统一任务呈现给 LLM，从而加强并行化和效率，与现有方法相比，在大规模 Copilot 平台上，LLM-Tool Compiler 将并行调
PDF2 months ago
大型语言模型中的子人口结构发现作为数据集分析师：以 LLM 为例
探索数据集的子群体分布并应用于各种下游任务，介绍了子群体结构的概念及其在大型语言模型中的分析框架以及应用于数据集子群体组织、子群体迁移和切片发现等任务的完整工作流程。
PDF2 months ago
用校准的置信度评分增强对由 LLM 生成的代码摘要的信任
通过使用大型语言模型 (LLMs) 自动 AI 方法生成的摘要进行性能测量和校准来检测其是否与人工生成的摘要足够相似。
PDF2 months ago
PRISM 对鲍尔语言模型的主观和多元文化对齐的参与式、代表性和个性化人类反馈
PRISM 是一项以人为导向的研究，通过调查 1,500 个来自 75 个国家具有不同社会经济背景和偏好的参与者与 21 个 LLMs 的 8,011 个实时对话，探讨人类反馈收集的方法、领域、人员和目标，并通过对话多样性、偏好多样性和福利
PDF2 months ago
从结构化数据生成商业洞察的混合 LLM / 基于规则的方法
本文探讨了将基于规则系统的稳定性与基于大型语言模型（LLMs）的适应能力相结合，以生成可操作的商业见解的混合方法的有效性。
PDF2 months ago