structured data | BriefGPT - AI 论文速递

关键词structured data

搜索结果 - 109

信任 UQA：统一结构化数据问答的可信框架
提出了一种名为 UnifiedTQA 的可信赖的问答框架，它能同时支持多种类型的结构化数据，并在评估中优于现有方法，具有潜力用于更广泛的问答任务。
PDF7 days ago
从语言模型的参数化知识生成表格
通过评估四个最先进的大语言模型在生成结构化数据表方面的能力，本研究发现大语言模型在表格生成方面仍然存在挑战，GPT-4 的准确率最高为 19.6%。同时，研究还揭示了表格的各种属性（如大小、受欢迎程度和数值内容）如何影响生成性能，从而为未来
PDF18 days ago
StructBench：用于评估大型语言模型在结构丰富文本理解能力的自动生成基准测试
在本文中，我们提出了一种评估大型语言模型（LLM）理解结构化文本能力的数据生成方法，并建立了一个包含 8 种不同结构化语言和 29 个特定任务的基准测试集。结果表明，最好的 LLM 在 StructBench-Hard 上的准确率为 65.
PDF19 days ago
基于上下文无关文法的领域特定速记生成
我们介绍了一种基于上下文无关文法（CFG）的特定领域速记（DSS）格式，用于减少生成结构化数据所需的标记数量，并将其应用于使用 LLMs 进行数据可视化的情况，以实现生成的标记数量的显著降低（3 倍至 5 倍），从而大大降低延迟和成本。
PDF20 days ago
LLAMAFUZZ：大型语言模型加强的灰盒模糊测试
利用预训练的大型语言模型 (LLM) 增强结构化数据的灰盒模糊测试，通过利用 LLM 的先前训练知识和基于 Magma 等基准的实验，LLAMAFUZZ 比其他方法平均提高了 41 个漏洞的检测，实现了一致的性能提升。
PDF23 days ago
探索一种基于多模态融合的深度学习网络用于面瘫检测
通过融合多模态深度学习模型，利用非结构化数据（即带有面部线段的图像帧）和结构化数据（即面部表情特征），本研究旨在检测面部麻痹，并分析不同数据模式和多模态融合方法的效果，实验证明在不同数据模式中使用面部表情特征的前馈神经网络具有最高的准确率，
PDFa month ago
医疗数据提取工具 MedPromptExtract：使用 NLP 和提示工程实现匿名化和高保真度自动数据提取
医疗记录的无缝数字化面临一个主要障碍，即现有记录的互操作性不足。本论文提出了 MedPromptExtract，一种自动化工具，利用半监督学习、大型语言模型、自然语言处理和提示工程的组合，将非结构化的医疗记录转换为适合进一步分析的结构化数据
PDF2 months ago
ACL编码 - 解码语言模型中的结构化数据线性化：来自文本到 SQL 的洞见
使用大规模语言模型 (T5) 研究线性处理结构化数据的内部机制和能力以及模型压缩的潜力。
PDF3 months ago
面向结构化和非结构化数据的模块化端到端多模态学习方法
多模态学习是一个快速发展的研究领域，它在人工智能中的多任务处理和生成建模方面产生了革命性的影响。本文提出了一种名为 MAGNUM 的模块化端到端多模态学习方法，能够原生地处理结构化和非结构化数据，且灵活性足够高以适应任何专门的单模态模块来从
PDF4 months ago
StructLM: 构建用于结构化知识建模的通用模型
结构化数据是普遍的知识源，大型语言模型在处理结构化数据方面存在显著不足，为了增加语言模型中的结构化知识落地能力，研究人员开发了一种全面的指导调整数据集，并利用此数据集训练了一系列基于 Code-LLaMA 架构的模型，横跨 7B 到 34B
PDF4 months ago
DictLLM: 利用大型语言模型增强医学诊断中的键值数据结构
DictLLM 是一个创新的框架，用于改进键值结构化数据的建模，如医学实验室报告，以生成医学诊断。通过实验验证，DictLLM 在自动诊断生成方面显著优于基准方法和少样本 GPT-4 实现，同时在 Rouge-L 和知识 F1 得分方面表现
PDF5 months ago
让图表达自己：为 LLMs 编码结构化数据
通过 GraphToken 方法，我们能够以参数有效的方式在大型语言模型中显式表示结构化数据，并在图推理任务中显著提升性能。
PDF5 months ago
先增强后实践：通过表格扩展实现知识增强问答
本研究提出了一种简单而有效的方法，用于在给定的表格中集成外部信息，通过构建一个包含缺失信息的增强表格，然后生成两个表格的 SQL 查询来回答问题。实验证明，我们的方法在三个表格问答基准测试上优于强基准模型。
PDF5 months ago
超越基于参考度量的方法：分析数据到文本生成领域的开放式 LLM 行为
探究了开放式大型语言模型（LLMs）从结构化数据生成连贯和相关文本的程度，通过使用 Quintd-1 数据集，以及基于语义准确性错误的评估方法，发现开放式 LLMs 可以在零样本情况下从各种标准数据格式生成流畅、一致的文本，但语义准确性仍然
PDF6 months ago
ACL将结构化数据统一为图形以进行数据到文本预训练
将各种结构化数据（如表格、键值数据、知识图谱）统一为图形格式，并将不同的数据转化为文本生成任务视为图形到文本生成任务。为了有效利用输入图形的结构信息，我们提出了一种结构增强的预训练方法，通过设计一种结构增强的 Transformer 来进行
PDF6 months ago
表格数据的自动模型选择
该研究论文提出了两种自动化模型选择方法，分别是基于优先级的随机网格搜索和贪婪搜索方法，应用于包含特征交互的表格数据集，有效捕获预测性特征组合。
PDF6 months ago
通过结构扩散导航有结构的假设空间：生成反事实对照
通过扩散模型生成结构化数据的反事实解释，以黑盒神经网络模型为基础，并且达到与现有最先进技术相比较高的可信度、接近性和多样性。
PDF6 months ago
AAAIWikiformer: 以维基百科结构化信息预训练的 Ad-hoc 检索
利用维基百科的结构化知识，我们设计了四种针对信息检索任务的预训练目标，实验结果表明，相较于现有的预训练方法，我们的模型在零样本和微调设置中都表现出优越的性能，尤其是在需要长文本相似度匹配的垂直领域。
PDF7 months ago
基于多项式的自注意力机制用于表格表示学习
通过提出一种基于矩阵多项式的自注意力层作为替代，我们改善了 Transformer 在表格数据中存在的平滑问题，并展示该层能够提高表格数据的表示性能，胜过现有方法。
PDF7 months ago
重新思考电子商务搜索
电子商务的搜索和推荐通常是在结构化数据上运行，但是在创建更好的搜索和推荐系统时，通常需要大量的非结构化数据，包括客户评论和网络文章。有别于传统的将非结构化数据转化为结构化数据的方法，我们提出了一种完全相反的解决方案，将结构化数据转化为文本数
PDF7 months ago