question-answering tasks | BriefGPT

关键词question-answering tasks

搜索结果 - 13

FoodieQA: 一个用于细粒度理解中国美食文化的多模态数据集
对中国各地区的食物文化进行分析，创建了 FoodieQA 数据集，包括图像和文字描述，并评估了视觉 - 语言模型和大型语言模型的表现，发现在多图像和单图像问答任务上，开源的视觉 - 语言模型仍然存在较大的差距，而理解食物文化及其文化含义仍然
PDF16 days ago
论证还是简单的下一个令牌预测？用于对大型语言模型进行压力测试的基准
我们提出了 MMLU-SR，这是一个新颖的数据集，旨在通过在问题回答任务中使用修改后的术语挑战大型语言模型（LLMs）的性能来测量其真实的理解能力。尽管最近流行的 LLMs 在 MMLU 排行榜上获得了高分，但我们发现在这种替换后模型的性能
PDF17 days ago
增强检索辅助语言模型的双阶段一致性学习压缩器
该论文提出了一种新颖的两阶段一致性学习方法，用于改进检索增强语言模型的性能，通过整合一致性学习，目标是生成与教师模型的语义表示保持一致并提高对原始检索文档的忠实程度的摘要，经过多个数据集的经验证明，在问答任务中具有显著的精确性和效率提升，优
PDFa month ago
基于 LMM 的教育问答系统的跨数据知识图构建：以 HCMUT 为案例研究
通过结合大型语言模型（LLMs）和知识图谱（KGs），本研究论文提出了一种自动构建知识图谱的方法，并讨论了在数字教育环境中，LLMs 与 KGs 结合在问答任务中的初步应用。
PDF3 months ago
扩增偏差一致性训练降低思维连贯中的偏见推理
应用偏差增强的一致性训练（BCT）在 GPT-3.5-Turbo 模型上，可以降低严重的偏差性推理达到 86%，平均减少 37% 的偏差性推理，并可以适应未知偏差领域和没有金标的任务。
PDF4 months ago
小型模型，大洞见：利用精简代理模型决定何时和何物为大型语言模型检索
通过代理模型 SlimPLM 在问题 - 回答任务中，检测大型语言模型（LLMs）中缺失的知识，并大幅提升 LLMs 的端到端性能，降低 LLM 推理成本。
PDF4 months ago
RAPTOR: 递归抽象处理树形检索
使用递归嵌入、递归摘要等方法的召回增强型语言模型可以在问题回答任务中取得卓越的结果，并在整体文档上具有整体的理解能力。
PDF5 months ago
CRaQAn（问答中的指代消解）的发布：一个开源的数据集和数据集创建方法，使用指令遵循模型
通过使用指令跟踪模型（GPT-4）和递归批评和改进循环，我们开发了一个高质量数据集，该数据集包含超过 250 个包含共指的问题 - 回答对，以满足共指解析在问答任务中的信息检索需求。
PDF7 months ago
ICMLLLM 引导的归纳推理在解决组合问题上的应用
使用递归解决方案和自动推理技术，REBEL 方法扩展了大型语言模型的能力，允许其在开放世界情境中进行深度推理任务和外部工具的使用。
PDF9 months ago
信任语言模型在教育中的应用
我们提出使用基于注意机制的特征，将 XGBoost 模型应用于 BERT，以输出更正概率，从而避免误导学生。我们的假设是注意力流中包含的不确定性水平与模型回答的质量相关。
PDFa year ago
预计算内存还是即兴编码？一种混合检索增强方法最大化利用您的计算资源
LUMEN 是一种检索 - 增强型语言模型，介于传统的基于文本语料库的预编码记忆和需要编码大量检索段落的 Fusion-in-Decoder 之间，利用一个实时编码器完成编码任务，比 FiD 更便宜且更适合于解决各种问题 - 回答任务，而且
PDFa year ago
衡量大型语言模型可扩展监督的进展
本篇论文讨论了监督强于人类水平的 AI 系统的问题，提出了一个实验设计并探讨如何通过与打破传统 AI 的对话式助手交互的方式来解决这个问题。在基于两个问答任务进行的试验中，我们发现，通过这种方式监管的人类表现显著优于只使用大语言模型或人类自
PDF2 years ago
以事实为专家：基于符号知识的可适应和可解释神经记忆
该论文提出了一种神经语言模型，该模型在符号可解释事实信息和亚符号神经知识之间包括显式接口，可以通过操作其符号表示更新并覆盖已有的知识，进而显著提升知识密集型问题的问答性能。
PDF4 years ago