- 导航不确定性:封闭式问题回答中优化 API 依赖关系以减少幻觉
我们提出了一种新的大型语言模型,能够自我评估是否能直接回答问题或需要请求外部工具。我们通过引入幻觉屏蔽机制的监督方法进行研究,并提出利用参数高效微调技术在少量数据上训练模型。我们的模型直接回答已知查询的问题,对于未知查询进行搜索,从而只在 - 基于原则的指导是提问 LLaMA-1/2 和 GPT-3.5/4 所需的全部
本研究介绍了 26 个指导原则,旨在简化大规模语言模型查询和提示的过程,通过对 LLaMA-1/2、GPT-3.5/4 等模型的广泛实验验证所提原则在指令和提示设计上的有效性,以提供更好的指导给从事大规模语言模型提示研究的学者。
- 通过知识图谱整合 3D 城市数据
使用基于知识图谱的 CityGML KG 框架,将 CityGML 本体中的概念通过声明式映射到 3DCityDB 中进行填充,从而将其中的 CityGML 数据作为一个知识图谱公开。示范了该方法的可行性,并在慕尼黑市的 CityGML 数 - 探索命题动态逻辑的非正则扩展与描述逻辑特征
在扩展 ALC 描述逻辑的决定性满足性检查和查询中,我们研究了非规则路径表达式的影响。我们重点研究了 ALCreg 和 ALCvpl,它们是使用正则和可见推动语言的路径表达式的扩展。
- 主动查询的马尔科夫形式
我们综述了近期人工智能领域中积极学习算法的研究现状,并提出了一种基于马尔可夫模型的形式化方法来组织该领域的研究。我们将提出的形式化方法应用于数据集增强,奖励更新等积极学习过程的元状态转移,以及针对其它方面如何适应形式化方法。
- 有限宽度反模理论的一阶查询可决定性
提出了一个通用的查询决策框架,基于计数模型的结构简单性,可以确定各种逻辑蕴涵问题(简称查询)的可决性,其中 Blumensath 的分区宽度作为一个特别强大的宽度度量提出,重点介绍存在规则的形式化,其中分区宽度的规则子域覆盖范式为一周围侧子 - AskYourDB: 使用自然语言查询和可视化关系型数据库的端到端系统
使用自然语言处理和语义解析的方法,在数据库查询过程中引入智能化,以帮助商业用户能够直接查询数据库。同时增加了自动可视化框架使得产品可供商业使用。
- 在图查询中整合连接搜索
本文提出了连接树模式 (CTPs) 在图形查询语言中的整合及其算法的研究;研究广义关键字搜索,提出一种有效的修剪技术 MOLESP,并在大量实验中验证了 CTP 和 EQL 评估算法的性能。
- MMGremlin 图遍历机器与语言
本文介绍了 Gremlin 的数学描述和功能属性,它支持命令式和声明式查询,用户定义的特定领域语言,可扩展的编译器 / 优化器,单机和多机执行模型,混合深度和广度优先评估以及存在通用的 Gremlin 机器和相应的蕴含关系。
- 差分隐私的组合定理
本文重点研究搜索不同的差分隐私机制,研究隐私水平下降的速度,并通过引入假设测试和数据处理不等式的新操作解释提出了一种解决方案,改进了现有技术并具有多方计算等多领域的应用。