企业网站优化排名方案,甘肃省长城建设集团网站,如何做网站对比,微信公众号网页版入口Abstract
表达大模型在文本分类上做的不好。 原因#xff1a; 1、处理复杂语境时缺少推理能力。(e.g… 类比、讽刺) 2、限制学习的上下文的token数。 提出了自己的策略#xff1a; ** Clue And Reasoning Prompting (CARP).线索与推理提示** 1、能用prompt找到clue(语境线索…Abstract
表达大模型在文本分类上做的不好。 原因 1、处理复杂语境时缺少推理能力。(e.g… 类比、讽刺) 2、限制学习的上下文的token数。 提出了自己的策略 ** Clue And Reasoning Prompting (CARP).线索与推理提示** 1、能用prompt找到clue(语境线索) 2、能使用K-最近邻算法在上下文的学习中使得能利用LLM的泛化性和具体任务的全标签功能。 ICL(in-context learning)。
introduction
带有ICL的LLM的效果不如微调后的文本分类模型原因 1、LLM的推理能力不行 2、上下文学习受限the longest context allowed for GPT-3 is 4,096 subtokens. 所以比监督学习(文本分类模型)的效果要差一些。
related work
大模型可以泛泛的被分为三类 1、encoder-onlyBert 2、decoder-onlyGPT 3、encoder-decoderT5
prompt Construction 优化结构
通过input对于语句的判断(sentiment is positive or negative)做引导证明这种可行性只需要在few-shot证明即可。 prompt样例
选取输入样例
1、Random没什么的特殊的随机选样。 2、kNN Sampling把 x t e s t x_{test} xtest使用一个encoder模型选出和 x t e s t x_{test} xtest相近的k个数据选取相近sentence的方法 1.SimCSE基于语义模型做的检索语义相似的example但是不一定是具有相同标签的示例。 2.Finetuned ModelCARP使用在训练数据集上微调的模型作为kNN编码器模型。 个人理解是在训练前加入了一个encoder模型然后有针对性的(取相似QA)作为大模型的prompt。
线索收集与推理
整个过程是模范(mimics)人的步骤来进行的。
Overview
Clue
表现的更多是一些浅显的词汇分词意思。
Reasoning
表现的是一种通过理解语句的逻辑推理更深层次的论证所以更像人类的决定。
