task selection | BriefGPT - AI 论文速递

关键词task selection

搜索结果 - 8

ACL语言模型在上下文中学习什么？结构任务假设
本文通过一系列来自常见文本分类任务的实验，实证地探索了解释大型语言模型（LLMs）在上下文中学习的三种假设，证伪了前两种假设，并提供了支持最后一种假设的证据。结果表明，LLMs 能够通过组合在预训练期间学习的任务来上下文中学习一个新任务。
PDFa month ago
指导事项对于特定任务的指导调优中的简单而有效的任务选择方法
指导调优通过仅利用指导信息来识别相关任务，并另外学习元数据集的独特指导模板风格，提高任务选择准确性，从而改进了性能。
PDF2 months ago
ICLR基础模型的少样本调整研究：多任务微调方法
基金模型的有效适应新任务，特别是那些有限标签的任务，一直是一个开放性问题，缺乏理论理解。本研究通过理论分析和大量实证证据，研究多任务微调方法的理论验证和任务选择算法，为基金模型在缺少充足标签的新任务上的有效适应提供新的视角。
PDF4 months ago
EMNLP主动指令调整：通过对响应敏感任务进行训练来改善跨任务泛化能力
通过基于提示不确定性的主动指导调整，本研究提出了一种新颖的框架来识别信息量大的任务，并在所选任务上主动调整模型，实验表明该方法在任务选择方面优于其他基准策略，并通过更少的训练任务实现了更好的超出分布的泛化性能。
PDF8 months ago
多模多任务对话行为分类的任务选择和分配及非平稳多臂赌博机方法
提出了一种基于非静态多臂赌博机的折扣汤普森采样的多模态多任务对话行为分类任务的任务选择和分配方法，结果表明，该方法在不同的训练阶段可以有效地识别任务效用，并在训练过程中主动避免无用或有害的任务，相比单任务和多任务基线模型在 UAR 和 F1
PDF10 months ago
基于最优传输自监督学习的少样本分类任务选择
本文提出了一种名为 Optimal Transport Task Selecting（OTTS）的任务选择算法，它通过计算最优运输距离来测量任务相似性，并通过自监督策略完成模型训练。通过利用 OTTS 选择的任务，Few-Shot 学习的训
PDF2 years ago
信息理论任务选择用于元强化学习
本文介绍了一种基于信息理论的任务选择算法（ITTS）用于元强化学习，可以更有效地选择训练任务，提高测试任务的性能。使用该算法的实验结果表明，ITTS 可以提高元强化学习的最终性能。
PDF4 years ago
概率主动元学习
这篇论文提出了一种基于概率潜变量模型的任务选择方法，将任务的先前经验引入到元学习算法中，以提高元学习的数据效率，并在机器人实验中获得了实证证据。
PDF4 years ago