.net wap网站,中国建筑总公司官网首页,北丰科技网站建设,wordpress 边栏插件本期为TechBeat人工智能社区第551期线上Talk。 北京时间11月29日(周三)20:00#xff0c;UC Santa Barbara博士生—许闻达的Talk将准时在TechBeat人工智能社区开播#xff01; 他与大家分享的主题是: “细粒度可解释评估初探”#xff0c;分享了他们团队在具备解释性的细粒度… 本期为TechBeat人工智能社区第551期线上Talk。 北京时间11月29日(周三)20:00UC Santa Barbara博士生—许闻达的Talk将准时在TechBeat人工智能社区开播 他与大家分享的主题是: “细粒度可解释评估初探”分享了他们团队在具备解释性的细粒度评估模型的一系列研究成果。 Talk·信息
▼
主题细粒度可解释评估初探
嘉宾加州大学圣塔芭芭拉分校博士生 许闻达
时间北京时间 11月29日(周三)20:00
地点TechBeat人工智能社区
点击下方链接即可观看视频
TechBeatTechBeat是荟聚全球华人AI精英的成长社区每周上新来自顶尖大厂、明星创业公司、国际顶级高校相关专业在读博士的最新研究工作。我们希望为AI人才打造更专业的服务和体验加速并陪伴其成长。https://www.techbeat.net/talk-info?id829
Talk·介绍
▼
迎接大语言模型时代的同时面临着NLP中一项令人头疼的大问题评估文本生成质量。挑战源自于文本的丰富多样性和评估过程中固有的主观性。虽然人工评估目前看来是最可靠的策略但却因为高昂的成本和主观性的存在而被人诟病。因此我们急需一种自动化评估模式这已经成为当前的首要任务之一。
近期大家注意到学术界在开发可学习的评估模型上无论在有监督还是无监督方面都取得了显著的突破。但遗憾的是由于评估模型的分数缺乏有效的校准这些模型仍然无法清晰、直观地告诉我们问题在哪至此仍缺乏足够的可解释性。
在研究中我们的团队工作出色设计了一套具备解释性的细粒度评估模型。我们通过充分利用生成错误的位置、类别和错误程度来替代染繁复杂的质量分数让用户能快速掌握文本质量的情况和所在短板。更为惊喜的是我们发现这些指标不仅能帮助人类理解错误产生的原因 它还像一位深思熟虑的老师耐心引导学生一样能利用这些反馈指导大语言模型的生成从而进一步提升其性能。
Talk大纲
1、近年来可学习评测的发展以及在大语言模型时代评测的重要性
2、我们最近在可学习解释评估上的突破和其所带来的意义
3、可解释评测带来的细粒度反馈可以如何提升大语言模型的性能 Talk·预习资料
▼ 文章链接https://arxiv.org/abs/2305.14282 文章链接 https://arxiv.org/pdf/2311.09336 文章链接https://arxiv.org/abs/2212.09305
Talk·提问交流
▼
在Talk界面下的【交流区】参与互动留下你的打call和问题和更多小伙伴们共同讨论被讲者直接翻牌解答 你的每一次贡献我们都会给予你相应的i豆积分还会有惊喜奖励哦
Talk·嘉宾介绍
▼ 许闻达
UC Santa Barbara 博士生
许闻达目前是UCSB计算机系博四的学生导师是UCSB NLP 的王威廉教授和CMU LTI的李磊教授。博士期间主要的研究方向是文本生成评估和大语言模型对齐。以前于UC Davis获得本科学位隶属于UC Davis的Computer vision组主要研究方向为图像分割和无人驾驶。本科所做的Visual SLAM和道路规划曾获得年度最佳毕业设计奖。
以第一作者身份在多个定会发表过多篇论文, 包括AAAI, EMNLP和ACL并以协作作者身份发表多篇论文。并在字节谷歌等研究院实习。担任多个顶会的审稿人包括AAAI, EMNLP和ACL。
个人主页:
TechBeat 关于TechBeat人工智能社区
▼ TechBeat(www.techbeat.net)隶属于将门创投是一个荟聚全球华人AI精英的成长社区。 我们希望为AI人才打造更专业的服务和体验加速并陪伴其学习成长。 期待这里可以成为你学习AI前沿知识的高地分享自己最新工作的沃土在AI进阶之路上的升级打怪的根据地 更多详细介绍TechBeat一个荟聚全球华人AI精英的学习成长社区
