prompting methods | BriefGPT

关键词prompting methods

搜索结果 - 17

大型语言模型是对比推理者
对比提示（CP）显著提高了大语言模型在复杂推理方面的能力。零 - shot 对比提示在算术、常识和符号推理任务上提升了性能，无需手动设计少数训练示例，与当前最先进的 GPT-4 模型相比，在 GSM8K 的准确率从 35.9% 提升至 88
PDF4 months ago
因果启发式：基于前门调整的大型语言模型提示去偏
通过揭示结构性因果模型的因果关系，提出了一种基于前门调整的新颖因果提示方法，通过设计不访问大型语言模型的参数和逻辑回归的提示，实施因果干预，并通过前门调整计算输入提示和输出答案之间的因果效应来减轻模型偏差。
PDF4 months ago
LSTPrompt: 大型语言模型作为零样本时间序列预测器之短时 - 长时提示
Time-series forecasting (TSF) finds broad applications in real-world scenarios, and this paper proposes LSTPrompt, a nov
PDF4 months ago
多种思想引导：增加人工智能创意差异
本论文研究了利用人工智能 Enhance 创意生成过程的兴趣，通过使用 GPT-4 探索了不同提示方法对余弦相似性、独特思想数量和思想空间耗尽速度的影响，在大学生开发新产品的领域中发现，由 GPT-4 生成的可行提示的思想池比人类主体生成的
PDF5 months ago
大语言模型的机器翻译：波斯语，英语和俄语方向的提示工程
通过研究生成式大型语言模型在机器翻译中的性能，我们发现多语言模型（如 PaLM）在人工翻译输出方面表现出类似人类的水平，能够根据样式指南和语言要求优化所需的翻译细微差别，并在处理和应用提示上表现出色。我们还针对流行的语言模型作为机器翻译工具
PDF6 months ago
超越英语：评估用于阿拉伯文语法错误纠正的 LLMs
对于阿拉伯语的语法错误纠正任务，研究发现使用各种提示方法和少量样本学习的指令微调大型语言模型具有显著的效果，但是无论规模大小，指令微调模型的性能仍然不及完全微调的模型，此差距指出了语言模型改进的空间。同时，借鉴低资源机器翻译方法，利用合成数
PDF7 months ago
半结构化思维链：整合多源知识以提升语言模型推理能力
该研究介绍了一种半结构化提示方法，有效地整合了大型语言模型的参数记忆、文本文档的非结构化知识和知识图谱的结构化知识，并在开放领域的多跳问题回答数据集上进行实验证明了该提示方法显著优于现有技术，甚至超过了需要微调的方法。
PDF8 months ago
基于通信理论的大型语言模型的促进工程方法
大型语言模型的兴起改变了自然语言处理领域从单任务导向到全面的端到端多任务学习范式，其中基于大型语言模型的提示方法引起了广泛关注，尤其是由于提示工程的技术优势以及不同提示方法揭示的自然语言处理原理。本研究旨在通过建立通信理论框架来评述现有的提
PDF8 months ago
EMNLP计划、验证和切换：多样思维的集成推理
通过多样化的推理思路，XoT 提供了一个集成的解决问题框架，可以在数学推理任务中有效地选择最合适的方法，并动态地切换不同的提示方法。
PDF8 months ago
AgentTuning：为 LLMs 赋予通用的代理能力
AgentTuning 是一种简单且通用的方法，可以提高大型语言模型在代理任务方面的能力，同时保持其一般能力。该方法通过使用 AgentInstruct 与通用领域的开源指令相结合的混合指令调整策略对 Llama 2 系列进行了指令调整，从
PDF8 months ago
所有语言都重要：关于大型语言模型的多语言安全性
我们建立了第一个多语言安全基准（XSafety）用于大型语言模型的开发和部署，在实验中发现所有的大型语言模型对非英语查询的不安全回复明显增多，为此我们提出了几种简单有效的提示方法，从而显著提高 ChatGPT 的多语言安全性。
PDF9 months ago
KDDMetricPrompt: 以 Prompting 模型作为 Few-shot 文本分类的相关性评估度量
本研究提出了 MetricPrompt 方法来解决 few-shot 分类任务的 verbalizer 设计难题，将其转化为文本对相关性评估任务，使用 prompting 模型作为相关性度量，取得了超过手动 verbalizer 和其他自动
PDFa year ago
Deliberate then Generate: 文本生成的增强提示框架
研究通过提出一种新的 “DTG” 提示框架来改善大型语言模型在自然语言生成任务中的表现，该提示框架在 20 多个数据集和 7 个文本生成任务中进行了广泛实验，表明 DTG 方法在多项文本生成任务中表现卓越，优于现有的提示方法，并提供了有关其
PDFa year ago
自我打磨：通过问题优化增强大型语言模型的推理能力
该研究提出了一种名为 Self-Polish 的新方法，旨在通过引导模型逐步精炼给定的问题，以提高其问题解决能力，与其他提示方法正交，有效地提高了针对不同数据集的 Few-Shot 学习和 CoT 模型的表现。
PDFa year ago
EMNLP持续预训练以提高零样本和少样本提示能力
本研究探讨了在语言模型提示方法中继续预训练阶段是否能够提高零 - shot 以及少量样本情况下语言模型的性能，并通过大规模实验表明使用多任务学习的实时递归预训练策略可将零 - shot 及几轮试验下的效果提高至 31% 相对性能，然而使用元
PDF2 years ago
NEWTS: 新闻话题聚焦摘要语料库
本文介绍了基于 CNN/Dailymail 数据集构建的首个主题摘要语料库 NEWTS，用于支持主题摘要任务，可以评估不同提示方法的效果。
PDF2 years ago
ACL反转更好！快速准确的提示用于少样本槽位标记
反向提示方法结合迭代预测策略成功提高短语标记任务的效果（在 10 个样本数据集上提高 6.1 个 F1 分数），并实现了新的最先进性能。
PDF2 years ago