- ROS-LLM: 具备任务反馈和结构化推理的 ROS 框架
通过自然语言提示和来自机器人操作系统(ROS)的上下文信息,我们提出了一个直观的非专业人士机器人编程框架。该框架集成了大型语言模型(LLMs),使非专业人士能够通过聊天界面向系统表达任务要求。它具有与 ROS 集成的 AI 代理与大量开源和 - 映射未知:使用基础模型的统一提示式全景映射与动态标注
通过使用自然语言提示词,我们介绍了统一的可提示全景映射(UPPM)方法,将动态标注策略与传统的全景映射技术相结合,实现实时、按需的标签生成,并在场景重建中表现出良好的适应性和多功能性。
- AgentKit: 使用图形工具进行流程工程,无需编码
我们提出了一种直观的 LLM 提示框架(AgentKit),用于多功能代理。AgentKit 提供了一个统一的框架,可以从简单的自然语言提示明确地构建复杂的 “思考过程”。
- KEN: 自然语言使用的内核扩展
该论文介绍了使用自然语言作为内核扩展的输入,结合大型语言模型和符号执行技术,通过合成和理解程序的结果构建内核扩展,以改善写入 eBPF 程序的困难。通过新的自然语言提示语料库,评估表明,该方法在正确生成 eBPF 程序方面提升了 2.67 - EMNLP非自然语言处理:语言模型如何处理机器生成的提示?
语言模型提示优化研究表明,通过无明显意义或语法结构的自动生成的令牌序列,包括模型嵌入空间中的向量序列,通常胜过语义和语法良好的手工制作的提示。我们使用机器生成的提示来探究模型对非自然语言表达组成的输入的响应,并在多个语义任务中研究不同尺寸模 - 语言模型作为视觉 - 语言模型的黑盒优化器
通过自然语言提示,我们提出了一种新颖的视觉语言模型微调方法,利用基于对话的大型语言模型作为黑盒优化器,在少样本图像分类任务中通过对话过程中的文本反馈,自动搜索最佳文本提示,从而避免了对模型参数、特征嵌入或输出标签的访问。
- ACLAlfred: 一种面向提示的弱监督系统
Alfred 是第一个通过自然语言提示创建机器学习训练数据的程序弱监督(PWS)系统,提供简单的 Python 接口和高吞吐量后端以进行大规模数据标注,通过优化的批处理机制,优化执行提示,使用 YouTube 评论垃圾邮件检测和宠物品种分类 - DroidBot-GPT: 基于 GPT 的 Android UI 自动化
该论文介绍了一种名为 DroidBot-GPT 的工具,利用大型语言模型(LLMs)自动化与 Android 移动应用程序的交互。给定所需任务的自然语言描述,DroidBot-GPT 可以自动生成并执行操作,以完成任务。
- Architext: 基于语言的生成式建筑设计
Architext 是一个新型的语义生成辅助工具,通过自然语言提示,利用大规模的语言模型进行设计生成,对不同大小的预训练语言模型进行语义准确性和多样性的评估,能在不同的场景下产生高质量的设计结果。
- 应用与集成的大型语言模型新型提示注入威胁的全面分析
本研究讨论了如何通过注入恶意提示,以及从 Web 中检索出的包含有害预置提示的内容来对集成应用程序的大型语言模型 (LLMs) 进行 Prompt Injection 攻击。研究表明,这种攻击是实际可行的,需要加强技术进行缓解。
- 运用大型语言模型强化聊天机器人以搜集用户自报数据
本研究旨在探讨如何设计自然语言提示以使聊天机器人能够自然地进行对话,从而可靠地收集用户自报数据。通过在线研究(N = 48),我们通过不同的自然语言提示设计和对话主题对聊天机器人进行了评估,并发现提示设计和主题显着影响了对话流程和数据收集表 - 朝着易于阅读的提示调整:《闪灵》是一部好电影,也是一个好提示吗?
本研究探讨了有效的自然语言提示因素,提出了一种基于 Langevin 动力学的人类可读提示调整方法(FLUENT PROMPT),并提出了一种使用无标签数据生成提示的方法,平均精度优于强基线 7.0%。
- 零标签提示选择
提出一种不依赖标签数据或梯度更新的 “零标签提示选择” 方法(ZPS),通过使用伪标签的方式来选择最优的提示,实现零标签任务的高性能。在零标签性能方面,ZPS 显著改善了先前方法,并将其扩展到少量样本的情况下,表现优于强基线模型。
- 低资源模板提取中的正确问题提问
本文旨在研究信息抽取相关的问题,主要探讨了在模板抽取中,将本体映射到一组问题是否比收集标记示例更高效,提出了一种新模型,并发现该模型受益于采用问题作为提示,作者还比较了使用不同样式提示的影响,结果表明问题类提示不需要具备自然语言处理背景即可 - 在零样本设置中评估多项选择任务的提示
本文研究大型语言模型如何通过自然语言提示实现令人印象深刻的零 - shot 性能,归纳和标准化提示任务属性后,发现包含选项和使用未在预训练中使用的提示可以显著提高性能。
- 利用自然语言提示进行机器翻译
本文旨在探讨自然语言提示在控制机器翻译模型输出方面的应用,并证明其能够影响输出的正式程度和具体方言等属性。研究还表明,使用语言名称控制多语言翻译模型的输出语言能够使得未见过的语言对之间产生积极的迁移效果,从而能够利用英文名翻译成未经微调的语 - ACLPromptSource: 自然语言提示的集成开发环境和代码存储库
该研究介绍了 PromptSource 系统,该系统用于创建、共享和使用自然语言提示,并解决了语言模型训练和查询中的新问题,包括定义数据关联的提示的模板语言、让用户快速迭代提示开发的接口,以及社区驱动的贡献新提示的指南。
- 具备自然语言提示的开放式目标情感分类
在研究中,提供了基于自然语言提示的方法来解决无标注语料下的商业产品中各方面情感分析问题。在此基础上,还提出了将 ATSC 转化为 NLI 任务的方法,并在 SemEval 2014 的 laptop 领域中实现了较高的性能,同时还可以隐含地