Search | BriefGPT - AI 论文速递

搜索结果 - 200

台湾 LLM：用文化对齐的语言模型填补语言差距
台灣 LLM 是第一個專門為繁體中文設計的大型語言模型，能夠理解並產生傳統中文文本，並在文化語境上與用戶群體達到共鳴。
PDF3 days ago
高效隐私保护 LLM 的 PrivateLoRA
在这项研究中，我们提出了一个新颖的 LLM 服务范例，通过在边缘设备上分布隐私敏感计算和在云端共享计算的方式，实现了数据本地性；我们的核心创新 PrivateLoRA 通过利用残余激活的低秩性质实现了超过 95% 的通信减少，从而高效地维护
PDF9 days ago
DaG LLM ver 1.0：针对韩国自然语言处理的先驱指导调优语言建模
该研究介绍了 DaG LLM（大衛和歌利亚語言模型），这是一种专为韩语设计的语言模型，通过对 13 个不同类别中 41 项任务进行指导调整来进行细调。
PDF9 days ago
开源 LLM 指令调整的自动指令优化
通过自动修订样本来增强指令数据集的质量，CoachLM 训练自人工专家修订过的样本，并将数据集中高质量样本的比例从 17.7％提高到 78.9％。CoachLM 通过平均 29.9％的提升改善了指令调优的语言学习模型的指令跟随能力，并在华为
PDF10 days ago
(为什么) 我的提示越来越差？重新思考演进中的 LLM API 的回归测试
基于我们对毒性检测的案例研究，我们强调了对不断演化的 LLM API 进行回归测试的必要性，并重新审视了传统测试方法的基本变化需求，因为 LLM API 具有不同的正确性概念、易碎性和非确定性。
PDF14 days ago
更多样本还是更多提示输入？探索用于 LLM 少样本提示工程的有效上下文抽样
本文介绍了一种低资源的 LLM 提示工程技术，名为 In-Context Sampling（ICS），通过优化构建多个 ICL 提示输入以获得最有信心的预测结果；在两个 SOTA LLMs（FlanT5-XL 和 Mistral-7B）以及
PDF16 days ago
评估 LLM 代理人群体动态与人类群体动态：基于党派群体智慧的案例研究
本研究探讨了大型语言模型（LLMs）在模拟人类群体动态方面的潜力，特别是在政治上充满挑战性的背景下。我们使用 LLMs 复制了党派群体智慧现象，扮演民主党和共和党角色进行结构化互动，评估代理人的回应如何通过社会影响来演变。我们的主要发现表明
PDF16 days ago
AutoPlanBench: 从 PDDL 自动生成 LLM 规划器的基准测试
LLM 规划器在规划和推理方面的能力仍未被充分了解，本文提出了一种将 PDDL 规划基准自动转化为文本描述的新方法，并使用该方法创建了一组基准数据集，研究表明虽然最好的 LLM 规划器在许多规划任务上表现良好，但仍有一些任务超出了当前方法的
PDF16 days ago
Factcheck-GPT: 端到端的细粒度文档级事实检查与纠正 LLM 输出
该研究介绍了一种针对大型语言模型输出进行事实准确性注释的综合解决方案，包括多阶段的注释方案和注释工具的设计，以识别 LLM 输出中的可验证性和事实不一致性，并构建了三个层次粒度的开放领域文档级事实性基准。初步实验结果表明，已有工具在识别错误
PDF17 days ago
EMNLP后图灵：LLM 评估地图绘制
大语言模型的评估方法学的引入和标准化是一个重要的挑战，本文追溯了 LLM 评估的历史轨迹，从 Alan Turing 提出的基础问题到现代人工智能研究的时代。我们将 LLM 的发展划分为不同的时期，每个时期都有其独特的基准和评估标准。随着
PDFa month ago
LLM 谈判中的情感分析
该论文介绍了一种用于情感分析的多 LLM 协商框架，其中包括一个推理注入生成器来提供决策及其理由，以及一个评估生成器可信度的解释推导鉴别器，通过迭代使生成器和鉴别器达成一致，从而解决了情感分析中的单一决策缺陷的问题。实验证明，该方法在各种情
PDFa month ago
在 CPU 上高效 LLM 推断
本论文提出了一种有效的方法，可以更高效地部署大型语言模型，通过自动 INT4 纯权重量化流和设计具有高度优化内核的特殊 LLM 运行时，在 CPU 上加速 LLM 推理，展示了该方法对包括 Llama2、Llama、GPT-NeoX 等流行
PDFa month ago
自护：赋予 LLM 保护自身能力
利用自我保护方法 (Self-Guard) 来解决语言模型 (LLM) 被越狱攻击的问题，包括增强模型对有害内容的检测能力以及指导模型在自我响应中进行有害内容检测，实验证明自我保护方法对抵御越狱攻击具有鲁棒性且不会降低 LLM 的性能。
PDFa month ago
明确前往方向：使 LLM 成为一个相关、负责任和可信赖的搜索引擎
利用大型语言模型（LLM）的知识构建了一个新的生成检索框架，以提高相关性和直接回答搜索问题的能力，验证生成结果的可靠性和贡献来源的可信度，实现了在 LLM 时代的 “PageRank”。该框架包括生成器、验证器和优化器三个核心模块，分别关注
PDFa month ago
反射调优：数据再利用提升 LLM 指令调优
通过反思调整指令的判断能力，本研究提出了一种名为 “reflection-tuning” 的新方法，利用 Oracle LLM 自省和提高数据中指令和回应的质量来优化大型语言模型（LLMs），在广泛使用的评估基准上的实验证明，我们用反思调整
PDFa month ago
EMNLPCoMPosT: LLM 模拟中描绘和评估卡通画
使用 CoMPosT 框架对 LLM 模拟进行表征，评估其扁平化夸张的程度，并发现 GPT-4 模拟政治和边缘化群体以及一般、无争议话题时高度易于夸张。
PDFa month ago
EMNLPNeMo Guardrails: 可控和安全的 LLM 应用程序的工具包，带有可编程 Rail
NeMo Guardrails 是一个开源工具包，用于向基于 LLM 的对话系统轻松添加可编程的防护措施。该工具包允许开发者在 LLM 应用中添加可编程的防护措施，使得这些措施与底层的 LLM 无关且可解释，通过使用多个 LLM 提供者的初
PDF2 months ago
利用 LLM 与领域模型合作增强的法律判决预测
利用先例加强的 LJP 框架（PLJP）结合了大型语言模型和领域模型的优势，能够有效地预测案件的判决结果，并展示了 LLM 和领域模型协作的有希望的方向。
PDF2 months ago
理解 RLHF 对 LLM 泛化和多样性的影响
利用强化学习从人类反馈中对大型语言模型（LLMs）进行微调，该方法已在一些最广泛使用的人工智能模型中得到应用，如 OpenAI 的 ChatGPT、Anthropic 的 Claude 或 Meta 的 LLaMA-2。我们通过广泛的分析探
PDF2 months ago
将你的资金投到你的口中：在拍卖竞技场中评估 LLM 代理的战略规划与执行
大型语言模型可以在复杂环境中模拟人类行为，在竞争环境中展示了高级推理技能，需要评估环境来探测战略推理、竞争动态场景中的长期规划，介绍了 AucArena 作为一个评估 LLMs 的新型模拟环境，在竞拍中证明了通过简单的提示，LLMs 确实展
PDF2 months ago