BriefGPT.xyz
大模型
Ask
alpha
关键词
mitigating
搜索结果 - 5
减轻大规模语言模型的虚构问题的忠实微调
大型语言模型(LLMs)在各种自然语言处理任务上表现出色。然而,它们容易生成流畅但不真实的回复,即 “幻觉”。幻觉可能导致错误信息的传播,并在关键应用中造成伤害。减少幻觉具有挑战性,因为它们来源于嘈杂的数据、模型自信心过度、缺乏知识和生成过
→
PDF
15 days ago
金融领域大型语言模型的不足:幻觉的实证研究
现有的大型语言模型在金融任务中存在严重的幻觉问题,迫切需要研究努力来缓解这一问题。
PDF
7 months ago
通过组合融合分析提高基于机器学习的 DoS 攻击检测
我们提出了一种创新方法,即组合融合,通过使用先进算法将多个机器学习模型相结合,从而提高拒绝服务攻击检测的性能。通过严格的评估,我们证明了这种融合方法的有效性,考虑到精确度、召回率和 F1 分数等指标。我们通过融合模型来解决低调攻击分类的挑战
→
PDF
9 months ago
Fairlearn: 评估和改进 AI 系统的公平性
Fairlearn 是一个开源项目,旨在帮助从业人员评估和提高人工智能系统的公平性。项目包括名为 fairlearn 的 Python 库,支持跨受影响人群评估模型输出,并包含多种解决公平性问题的算法。在公平性是一个社会技术挑战的认识基础上
→
PDF
a year ago
自然语言处理中的性别偏见调查
本文调查了 304 篇关于自然语言处理中的性别偏见的论文,分析了社会科学中性别及其类别的定义,并将其与自然语言处理中性别偏见的正式定义联系起来,概述了应用于性别偏见研究的词汇和数据集,并比较和对比了检测和缓解性别偏见的方法。我们发现性别偏见
→
PDF
3 years ago
Prev
Next