natural language applications | BriefGPT

关键词natural language applications

搜索结果 - 6

OLoRA: 正交低秩对大型语言模型的适应
OLoRA 是对 LoRA 方法的增强，利用 QR 分解通过正交矩阵初始化来加速 LLM 训练的收敛速度，同时保留 LoRA 的高效特性，例如可训练参数数量和 GPU 内存占用，实证评估结果显示，OLoRA 不仅收敛更快，而且在各种语言建模
PDFa month ago
大规模机器学习系统中的并发分类器错误检测（CCED）
本文介绍了一种并发分类器错误检测方案（CCED），用于在大规模机器学习模型中使用并发的 ML 分类器检测错误。该方案已在两个广泛使用的大规模机器学习模型上实施和评估：用于图像分类的对比语言图像预训练 (CLIP) 和用于自然语言应用的双向编
PDFa year ago
利用上下文和定义之间的相关性进行多定义建模
本论文提出了一种名为 Multiple Definition Modeling (MDM) 的新任务，通过汇集目标词的所有上下文和定义，改进了 Single Definition Modeling (SDM) 的表现，同时在零 - shot
PDFa year ago
ACL通过投影实现对拼写错误鲁棒的设备端文本表达
这篇论文展示了一种基于投影的神经分类器对于输入文本的错拼和扰动具有内在的鲁棒性，并且比使用 BiLSTMs 和精调 BERT 的方法更加稳健。
PDF5 years ago
ConceptNet 5.5: 开放通用多语言知识图谱
本文介绍了一种与现代 NLP 技术（如单词嵌入）特别匹配的概念网路资源 ConceptNet 的新版本，它能够连接自然语言，改善它对单词意义的理解，同时对单词嵌入提供理解和应用，从而提高自然语言应用程序的性能。
PDF8 years ago
EMNLP基于上下文的单句相对难度预测
本研究介绍和评估了一种新的方法，用于预测一组句子的相对阅读难度。该方法考虑了上下文环境，并利用不同的词汇和语法特征，通过逻辑回归模型预测相对难度，并使用贝叶斯评级系统将同级难度标签进行聚合，形成最终排名。此外，我们还比较了在有或没有上下文的
PDF8 years ago