prompting method | BriefGPT

关键词prompting method

搜索结果 - 7

逻辑链：基于大语言模型的基于规则的推理
以 IRAC 框架为灵感，我们引入了一种新的提示方法 - 逻辑链，通过分解（作为独立的逻辑线索解决元素）和重组（将这些子答案重新组合以解决潜在的逻辑表达式）来引发基于规则的推理。我们在涉及三个不同组合规则的八个基于规则的推理任务中对逻辑链进
PDF5 months ago
重述与回应：让大型语言模型为自己提出更好的问题
介绍了一种名为 “重述和回答”（RaR）的方法，通过使人类的问题被大型语言模型（LLMs）重述和展开，从而在单个提示中提供回答，以提高 LLM 的性能。还介绍了 RaR 的两步变体方法，通过将问题由一个 LLM 重述后传递给另一个 LLM，
PDF8 months ago
基于大型语言模型的文本到 SQL、文本到 Python 和文本到函数的重新增强 —— 在交通领域中的真实应用
我们提出了一种更适应性更强的提示方法，通过查询重写和 SQL 增强来提高 Text-to-SQL 模型的性能，并在商业数据集上实验证明了显著的性能改善。
PDF8 months ago
通过上下文学习提高多语言模型的跨语言可迁移性
本论文提出了一种新的跨语言转移提示方法 In-CLT, 在源语言和目标语言结合的情况下构建演示例子，证明在多语言基准测试中，这种提示方法不仅可以提高跨语言传递的可行性，而且在推理任务中展现出了显著的性能提升，平均比以前的跨语言转移方法提高了
PDFa year ago
通过 k 最近邻搜索的提示方法，用于少样本命名实体识别的 PromptNER
本文提出了一种基于提示方法的 Few-shot Named Entity Recognition（NER）模型，使用实体类别信息构建标签原型，使模型只需使用支持集进行微调即可实现很好的迁移学习表现，实验证明其在 Few-NERD 和 Cro
PDFa year ago
问我任何事：一种激发语言模型的简单策略
使用 ASK ME ANYTHING（AMA）方法，通过开发多种不同的有效提示信息并进行权衡，采用弱监督程序结合这些提示信息来创造性地提高了大型语言模型的性能。该方法可以使开源 GPT-J-6B 模型在 15 个流行基准测试中优于 few-
PDF2 years ago
探索基于提示的少样本学习用于基于对话生成的实用对话系统
本研究提出了一种基于提示的方法，通过连续或离散提示来区分不同构建的输入，例如基础来源和会话内容，证明提示的语言模型表现优于会话模型，并进一步分析影响提示效果的各种因素，为未来研究提供了有价值的发现和见解。
PDF3 years ago