zero-shot settings | BriefGPT

关键词zero-shot settings

搜索结果 - 12

零样本跨语言迁移的泛化度量
在跨语言零样本设置中，探索了一组有效且可靠的度量，以计算语言模型的泛化能力相关信息，并提出了一种稳定的算法来可靠计算模型最优解的锋利度与泛化之间的相关性。
PDF2 months ago
COLING关于基于 LLMs 的零封声生成
本研究通过零 - shot 设置中对四种大语言模型（GPT-2，DialoGPT，ChatGPT 和 FlanT5）的分析，提出了三种不同的提示策略，以改善对抗性言论生成，在生成质量有所提升的同时，发现模型大小的增加会增加毒性，ChatGP
PDF3 months ago
通过心理模型实现大型语言模型的通用提示
大语言模型 (LLM) 在许多任务上展现出了令人印象深刻的性能。然而，为了实现最佳性能，仍然需要特殊设计的提示方法。在这项工作中，我们试图引入通用提示的概念，它在设计原则上旨在在广泛的任务范围内实现最佳或接近最佳的性能，同时消除了手动选择和
PDF4 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
ICXML: 零样本极度多标签分类的上下文学习框架
本文研究极端多标记分类（XMC）任务，提出了一种使用上下文学习方法的 In-Context Extreme Multilabel Learning（ICXML）框架，通过生成候选标签集并对其进行排名，进一步提升了 XMC 领域的研究进展。
PDF8 months ago
样本减少，学习更多：通过帧特征修复实现高效动作识别
通过恢复两个稀疏采样和相邻视频帧的中间特征，本研究提出了一种新方法，以解决过采样帧引起的性能下降问题，并且在几个常用基线方法上提高了 50% 以上的效率，仅导致 0.5% 的识别准确率降低，同时在零 - shot 设置下也意外地改善了模型的
PDFa year ago
InstructUIE: 统一信息抽取的多任务指令调整
该论文提出了基于指令调整的统一信息提取框架 InstructUIE，它可以统一地建模各种信息提取任务并捕获任务间的依赖关系。在零样本设置下，该方法显著优于现有的大型语言模型和 gpt3.5。
PDFa year ago
Zero-shot 伪造语音进行说话人去识别
提出了一种名为 DeID-VC 的系统，利用变分自编码器（VAE）生成伪人声以保护用户的语音隐私，可在发言者或话语层面分配独特的伪人声，并通过两个新的学习目标缩小了训练和推理之间的差距，实验结果表明与基线相比，DeID-VC 方法在可读性和
PDF2 years ago
利用情感和常识进行零样本立场检测
文章提出一种包含情感、常识知识，并使用图自编码器模块获得常识知识的态度检测模型，通过在零样本设置下比较，研究结果显示该模型在 VAST 基准数据集上的表现优于现有最先进的方法。
PDF2 years ago
利用冻结的双向语言模型实现零样本视频问答
本文介绍了一种基于冻结的双向语言模型的零样本视频问答方法，它使用轻量级的可训练模块将可视化输入与冻结的双向语言模型相结合，通过屏蔽的语言模型进行零样本视频问答推理，相较于目前现有的方法，在包括 LSMDC-FiB、iVQA、MSRVTT-Q
PDF2 years ago
ACL零样本数据到文本生成的神经管线
本文利用预处理语言模型进行通用领域训练，使用由维基百科构建的 WikiFluent 数据集，在 WebNLG 和 E2E 数据集上进行实验证明，使用单个项目描述生成 D2T 是可行的，且可以从 RDF 三元组中完成零 - shot D2T
PDF2 years ago
表面形式竞争：为什么最高概率答案并不总是正确的
本文介绍了一种基于特定情境下的先验概率进行计算的替代评分函数 (Domain Conditional Pointwise Mutual Information)，可以在多个零样本任务中获得一致的提升表现，尤其是在面对表面形式竞争的情况下。
PDF3 years ago