BriefGPT.xyz
大模型
Ask
alpha
关键词
prompting technique
搜索结果 - 5
基于视觉重编程的样本特定掩码
该研究提出一种名为样本特定多通道掩码(SMM)的新型视觉重编程(VR)框架,通过使用轻量级卷积神经网络和面向补丁的插值方法来为每个样本生成样本特定的三通道掩码,以减少目标任务的逼近误差并展示基于预训练模型的潜在知识在不同任务中的广泛适用性。
PDF
a month ago
MathDivide:利用大型语言模型提升数学推理能力
使用 MathDivide 提示技术将数学问题分解为简单的子问题,由大语言模型生成相应的 Python 代码来评估代数表达式的值,并根据子问题的解组合得出最终答案,结果表明 MathDivide 显著优于领先的提示技术 Math-promp
→
PDF
2 months ago
评估金融文件问答中 LLM 的数学推理能力
通过对四个金融表问答数据集进行广泛实验,这项研究探讨了大型语言模型在数学推理、结构化表格和非结构化文本融合方面的能力。研究集中分析了模型对表格复杂度的敏感性以及随着算术推理步骤增加的性能变化。结果揭示了大型语言模型在处理半结构化表格中复杂数
→
PDF
5 months ago
探索大型语言模型中图推理的局限性
预训练大型语言模型通过仅基于语言的提示已经展示出各种类型的推理能力。然而,在本文中,我们通过图形推理问题测试了 5 种不同的 LLMs(GPT-4、GPT-3.5、Claude-2、Llama-2 和 Palm-2)的图形推理深度。我们设计
→
PDF
5 months ago
使用显著性提示的无监督预训练提高低数据实例分割
本研究提出了一种基于未标注图像的显著性策略和 Prompting 技术的无监督预训练方法,包括三个步骤:显著性掩码提取、Prompt-Kernel 匹配和核监督。在低数据环境中有效地提高了 QEIS 模型的性能和收敛速度。
PDF
a year ago
Prev
Next