자연어 처리, 기계 학습

Anmelden

Einblick - 자연어 처리, 기계 학습

대형 언어 모델(LLM)의 강력한 자기회귀 특성을 활용하여 그래프 구조 정보와 텍스트 속성을 융합함으로써, LLM을 그래프 이해 작업에 효과적으로 활용할 수 있다.

그래프 신경망 네트워크와 대형 언어 모델을 결합하여 그래프 학습 작업을 수행할 수 있는 새로운 프레임워크인 GraphPrompter를 제안한다.

그래프 신경망 네트워크와 대형 언어 모델을 결합하여 그래프 학습 작업을 수행할 수 있는 새로운 프레임워크인 GraphPrompter를 제안한다.

대형 언어 모델(LLM)과 그래프 신경망(GNN)을 결합하여 그래프 학습 작업을 수행할 수 있는 새로운 프레임워크인 GraphPrompter를 제안한다.

데이터 증강을 통해 저자 검증 분류기의 성능을 향상시키고자 하였으나, 실험 결과 일관된 개선 효과를 관찰하기 어려웠다.

코드 혼합 Hinglish 데이터셋에 대한 탐색적 데이터 분석을 통해 여성혐오 탐지를 위한 유용한 통찰을 얻을 수 있다.

부분 토큰으로 인한 생성 모델의 성능 저하 문제를 해결하기 위해 마지막 완전한 토큰으로 돌아가 토큰 생성을 정렬하는 방법을 제안한다.

본 논문은 데이터 내 단축키를 발견하고 활용하여 선별적 설명 생성 성능을 향상시키는 방법을 제안한다.

Über

Produkte | Ressourcen

Erkenntnisse