user queries | BriefGPT - AI 论文速递

关键词user queries

搜索结果 - 11

CodeNav：超越工具用途，使用具有 LLM 代理的真实代码库
CodeNav 是一个 LLM agent，用于解决用户查询，能够浏览和利用以前未见过的代码库。它自动索引和搜索目标代码库中的代码块，找到相关代码片段，并使用它们迭代生成具有执行反馈的解决方案。
PDF18 days ago
从 LLM 基准混合中获得群体智慧的 MixEval
提出了一种新的评估大型语言模型的方法 MixEval，通过混合现有的基准测试以匹配来自网络的查询与现有基准测试中的相似查询，建立了有效和可靠的 LLM 评估标准，进一步构建了 MixEval-Hard，为模型改进提供了更大的空间。
PDFa month ago
支持不完整用户查询的 LLM + 推理 + 规划在 API 存在的情况下
最近大型语言模型（LLMs）的可用性推动了许多基于 LLM 的方法的发展，旨在提供各种最终用户任务的自然语言接口。我们提出的方法的关键思想是利用逻辑推理和经典人工智能规划，结合 LLM 准确回答用户查询，包括识别和收集这些查询中的任何缺失信
PDF2 months ago
移植大型语言模型到移动设备以进行问答
将大型语言模型部署在移动设备上，使得所有自然语言处理的能力可在设备上使用；LLM 的重要用例是问答系统，可以提供准确和上下文相关的回答给用户的各种查询，并通过将 Orca-Mini-3B 模型的 6 位量化版本应用在 Galaxy S21
PDF2 months ago
STaRK: 在文本和关系知识库上评估 LLM 检索的基准
回答真实世界中的用户查询，如产品搜索，通常需要从半结构化知识库或涉及混合结构化和非结构化信息的数据库中准确检索信息。我们开发了 STARK，一个基于文本和关系知识库的大规模半结构化检索基准，以填补此间隙，并验证了此基准的质量和实际应用的多样
PDF3 months ago
生成式人工智能搜索中敏感用户查询的分类和分析
本文通过在一个全国范围内的搜索引擎中开发和运营生成式 AI 模型的经验，特别关注用户查询的敏感性，提出了一种用于敏感查询的分类法，并呈现了来自实际用户的敏感查询的综合分析报告。
PDF3 months ago
ACL追溯：检索查询的原因
我们引入了回溯任务，系统检索最可能导致用户查询的文本片段，并通过评估传统的信息检索方法和语言建模方法以及 ChatGPT 的零样本性能，我们发现回溯仍有改进的空间，需要新的检索方法。
PDF4 months ago
ProTrix：在句子上下文中构建规划和推理表格模型
我们提出了一个计划然后推理的框架，用来回答带有句子上下文的不同类型的用户查询，首先计划上下文中的推理路径，然后将每个步骤分配给基于程序或文本的推理，以得出最终答案。我们构建了一个遵循该框架的指令调整集 TrixiInstruct，我们的数据
PDF4 months ago
AnyTool：自省式、分层代理大规模 API 调用
AnyTool 是一个大型语言模型代理，利用 Rapid API 的 16000 多个 API 解决用户查询，并通过 GPT-4 的函数调用功能来驱动，对比专为工具使用而设计的 ToolLLM 和 GPT-4 变种，AnyTool 在各种数
PDF5 months ago
虚假信息检测中的不确定性解决
使用新的方法解决 GPT-4 等大型语言模型在处理模糊或缺乏背景信息的陈述时的不确定性，并通过基于 LIAR-New 数据集的分类标签提出一个可适用于跨领域内容的框架来解析丢失的信息。我们利用这个框架生成有效的用户查询，相比基准方法，我们的
PDF6 months ago
一个用例：将查询重写重新定义为统计机器翻译问题
该论文提出了一个基于单语机器翻译模型的查询重写流程，用于学习重写阿拉伯用户搜索查询，并描述了创建用户查询和网页标题之间映射的预处理步骤。
PDF9 months ago