source attribution | BriefGPT

关键词source attribution

搜索结果 - 7

通过事实性评分和来源归属促进人类与语言模型的合作
研究表明，为了有效地与用户沟通大型语言模型的事实准确性和来源归属，使用词组的颜色编码、高亮相关源材料或在响应中加注参考编号等设计策略，有助于提高用户对大型语言模型的信任评级和验证回答准确性的方便程度。
PDFa month ago
MMFAKEPCD：通过来源归因检测伪造的点云
为了防止生成模型产生的合成（伪造）点云被恶意使用，我们首次提出检测点云真实性并将其归属于其来源的研究，通过引入 FAKEPCD，一个将（伪造）点云归属于其生成模型（或真实世界集合）的归属框架。FAKEPCD 的主要思想是训练一个归属模型，该
PDF7 months ago
WASA：大规模语言模型生成数据的基于水印的来源追溯
本文提出了一种基于水印技术的框架，名为 WASA，该框架可以通过给合成文本嵌入包含信息的水印来解决大语言模型产生的合成文本可能侵犯训练数据知识产权的问题，并且可以实现准确的数据来源归属和数据溯源。经过大量的实证评估，WASA 框架显示其能够
PDF9 months ago
FRACAS: 一份用于新闻中归属关系的法语标注语料库
本文介绍了一个手动注释的法语新闻语料库，用于引述提取和来源归属。语料库详细描述了数据选择和注释指南，统计了引述类型的平衡情况，并展示了参与手动标注的 8 名注释员之间的高的注释者一致性。
PDF10 months ago
引文作为查询：使用语言模型作为重新排序器进行来源归属
本文研究了定位文本写作所使用的源头的新方法，对多种语言模型进行微调以重新排列候选源。
PDFa year ago
上下文检索增强的语言模型
该论文提出了一种名为 In-Context RALM 的新方法，将基础语料库中的相关文档作为输入前缀添加到语言模型中，实现对外部信息的整合而无需改变模型结构，并证实其在各种场景下的性能提升，从而增加了语言模型的普适性。
PDFa year ago
使用基于集合的人工指纹学习生成模型的鲁棒表示
通过学习生成模型留下来的残留特征作为身份信息，进一步确定人工指纹的表示的生成模型，并提出了基于集合编码和对比训练的新学习方法，通过与最先进的指纹方法的比较和消融研究，得到了稳定性和可归属性的改进。
PDF2 years ago