prompting strategies | BriefGPT

关键词prompting strategies

搜索结果 - 22

论大型语言模型在词汇蕴涵识别中的局限性
通过使用不同的提示策略和零 / 少次调优设置，我们研究了八个大型语言模型在识别动词之间的词汇蕴涵关系方面的能力，结果揭示了这些模型在适度表现上可以处理词汇蕴涵识别任务，虽然在不同条件下的效果有所不同，同时，利用少次调优可以提高模型的性能，然
PDF11 days ago
长上下文语言模型是否能包含检索、RAG、SQL 等功能？
基于长上下文语言模型（LCLMs）的 LOFT 基准评估了 LCLMs 在上下文检索和推理方面的性能，发现它们能与最先进的检索系统和 RAG 系统媲美，但在像 SQL 一样需要组合推理的领域仍存在挑战，提示着需要继续研究随着上下文长度增长时
PDF13 days ago
MEDIQA-CORR 2024 上的爱丁堡临床自然语言处理：利用提示指导大型语言模型
评估大型语言模型在医疗错误识别和修正方面的能力，提出了多种提示策略来显著提高模型的修正能力，并讨论了错误句子位置、提示角色和选项位置对模型准确性的影响。该研究表明，尽管具有潜力，但是否准备好将大型语言模型应用于真实临床环境仍然需要进一步研究
PDFa month ago
组合问题的自我导航探索
通过引入自主的探索策略，该研究首次将大型语言模型应用于各种组合问题，表明自主探索策略在组合问题的优化性能上超过现有的提示策略 27.84%。此外，在算术、常识和符号推理等其他推理任务中，自主探索策略的准确性也比现有方法高 2.46%。
PDFa month ago
下一个 POI 推荐中 LLMs 的零样本泛化能力
通过对两个广泛使用的真实世界数据集进行广泛实验，我们得出了几个重要的发现。实证评估表明，大型语言模型具有有希望的零样本推荐能力，可以提供准确合理的预测。我们还揭示了大型语言模型不能准确理解地理上下文信息，并对候选 POI 的展示顺序敏感，这
PDF3 months ago
COLING关于基于 LLMs 的零封声生成
本研究通过零 - shot 设置中对四种大语言模型（GPT-2，DialoGPT，ChatGPT 和 FlanT5）的分析，提出了三种不同的提示策略，以改善对抗性言论生成，在生成质量有所提升的同时，发现模型大小的增加会增加毒性，ChatGP
PDF3 months ago
人工临床记录的零样本和少样本生成策略
使用零样本和少样本提示策略，本研究评估了 Llama 2 LLM 创建合成医疗记录的能力，将其与需要敏感患者数据进行训练的精调方法进行比较，结果显示这种连贯思维提示方法允许零样本模型在 Rouge 评估指标上达到与精调模型相当的结果。
PDF4 months ago
从一般化到精确性：在外科环境中探索 SAM 用于工具分割
准确的工具分割对于计算机辅助程序至关重要。在医学场景中，由于存在伪影和有限的训练数据，这项任务存在挑战。在未见数据上具有普遍性的方法代表了一个有趣的途径，其中零样本分割提供了解决数据限制问题的选项。使用 Segment Anything M
PDF4 months ago
Fact-and-Reflection (FaR) 提高大型语言模型的置信度校准
通过探索不同的提示策略对 LLM 的置信度校准的影响以及如何改进，本文提出了 Fact-and-Reflection（FaR）提示法，它通过两个步骤改善 LLM 的校准，同时大幅降低了预期校准误差，并在更自信的场景中还能引发检索增强来解决更
PDF4 months ago
表格作为图像？探索 LLM 在多模态表格数据表示中的优势和局限性
研究通过不同的提示策略和数据格式来调查各种 LLMs 在解释表格数据方面的有效性。我们的分析涵盖了六个与表格相关的任务的基准，如问答和事实核查。我们首次评估了 LLMs 在基于图像的表格表示上的性能。具体而言，我们比较了五种基于文本和三种基
PDF4 months ago
AAAI在线疫苗关注的分层多标签分类
使用大型语言模型（LLMs）在无需昂贵的训练数据集的零射击设置中检测在线话语中的疫苗关注点，分析了不同提示策略的成本和准确性权衡，结果显示 GPT-4 可以在 VaxConcerns 数据集上显著优于众包工作者准确率，获得 78.7% 的整
PDF5 months ago
医学视觉问答中的幻觉基准
最近大型语言和视觉模型在视觉问答（VQA）方面取得的成功，特别是在医学领域的应用（Med-VQA），表明实现有效的医疗视觉助手具有巨大潜力。然而，这些模型在临床环境中并没有经过广泛测试，我们在这里创建了一种医学图像的幻觉基准，并对最先进的模
PDF6 months ago
ICML大型语言模型应用于实际世界仇恨言论检测的调查
使用大型语言模型和四种不同的提示策略，发现大型语言模型能够有效地检测恶意言论并超过当前基准机器学习模型的性能，提示策略在高效利用大型语言模型的知识库方面起到关键作用。
PDF6 months ago
提示策略对短轴心脏磁共振图像分割中的 Segment Anything Model (SAM) 的影响
在本研究中，我们使用 Segment Anything Model (SAM) 的基础模型来探索不同提示策略（包括包围框、正样本点、负样本点及其组合）对心脏磁共振成像（cMRI）短轴视图分割任务的影响。我们发现提示策略显著影响分割性能，正样
PDF7 months ago
EMNLP探索 GPT-4 在放射学领域的边界
本论文评估了目前最先进的大型语言模型 GPT-4 在放射学报告的文本应用中的表现，探索了各种提示策略，并发现 GPT-4 在常见放射学任务中表现要优于或与目前最先进的放射学模型相媲美。针对需要学习特定样式或架构的任务，GPT-4 通过基于示
PDF8 months ago
重读改善语言模型的推理能力
通过重新阅读问题信息嵌入在提示中，我们提出了一种似乎简单但非常有效的提示策略，称为 “问题重新阅读”，该方法与认知增强的原理相一致，使得大型语言模型能够提取更深入的见解，识别复杂的模式，建立更细致的联系，从而增强其在各种任务中的推理能力。
PDF10 months ago
LLM-Rec：借助大型语言模型的个性化推荐
通过输入增强措施，我们研究了各种提示策略来提高大型语言模型在个性化内容推荐中的性能。我们提出了一种名为 LLM-Rec 的方法，包括四种不同的提示策略：基本提示、推荐驱动的提示、参与驱动的提示和推荐驱动加参与驱动的提示。我们的实证实验证明结
PDFa year ago
SciBench：评估大规模语言模型的大学科学问题解决能力
最近大型语言模型 (LLM) 在许多数学基准上取得显著进展，但大多数基准只涉及初高中科目的问题和多项选择题，且仅限于有限范围的基本算术操作。为解决这些问题，本文引入了一个广泛的基准套件 SciBench，旨在系统地检验复杂科学问题解决所需的
PDFa year ago
ChatGPT 是否是一个良好的个性识别器？初步研究
ChatGPT 使用零样本的思维链式引导在文本上展示了令人印象深刻的人格识别能力，而在识别人格时，还展示了对某些敏感人口属性（如性别和年龄）的不公平性。
PDFa year ago
长文本生成挑战赛
提出一项长文本生成的共同任务，使用 GloVe 自回归功率和指数定律平均百分比误差比 (GAPELMAPER) 作为衡量指标，希望能够为研究人员开辟出新的技术途径以生成长篇一致的文本。
PDFa year ago