Assessing the Linguistic Understanding of Large Language Models: A Psycholinguistic and Neurolinguistic Approach
Large language models (LLMs) demonstrate a stronger grasp of linguistic form (grammar) over meaning (semantics), suggesting their understanding of language relies heavily on statistical correlations rather than true conceptual understanding.
無限次元ベイズ逆問題における目標指向型最適実験計画：二次近似を用いたアプローチ
偏微分方程式で記述される無限次元ベイズ線形逆問題において、予測または目標量の事後的不確実性を最小化するセンサー配置を見つけるための、目標指向型最適実験計画法を提案する。
보안 로그 기반의 특화된 소형 언어 모델, SecEncoder 소개 및 활용 사례
보안 로그 분석에 특화된 소형 언어 모델인 SecEncoder는 기존의 범용 언어 모델보다 뛰어난 성능을 보이며, 다양한 보안 작업에 효과적으로 활용될 수 있다.
다양한 난이도의 코딩 문제 해결에 대한 ChatGPT-3.5 효율성 평가: 실증 분석 및 프롬프트 엔지니어링, 언어 지원, 모델 비교
ChatGPT는 쉬운 코딩 문제에서 뛰어난 성능을 보이지만, 문제 난이도가 높아질수록 해결 능력이 저하되며, 프롬프트 엔지니어링과 특정 언어에 대한 최적화가 필요하다.
基於提示增強網路的仇恨迷因圖分類
本文提出了一種名為 Pen 的提示增強網路框架，用於仇恨迷因圖分類，透過將提示學習方法擴展到特徵空間，並結合提示感知對比學習，提升模型對仇恨迷因圖的分類準確度。
Goal-Oriented Optimal Sensor Placement for Infinite-Dimensional Bayesian Inverse Problems Using Quadratic Approximations of Nonlinear Goal Quantities
This paper introduces a novel, computationally efficient method for optimal sensor placement in Bayesian inverse problems, focusing on minimizing uncertainty in predicting nonlinear goal quantities rather than solely estimating model parameters.
ChatGPT-3.5は複雑なコーディング問題をどれほど解けるのか？：難易度別Pythonコード生成能力の実証分析とGPT-4、Claude、Geminiとの比較
ChatGPT-3.5はLeetCodeの易しい問題には高い正解率を示すが、難易度が上がると共にパフォーマンスが低下し、特に複雑な問題や新しいプログラミング言語への対応に課題が残る。しかし、プロンプトエンジニアリングやGPT-4等の進化版モデルの活用により、その精度は改善される。
외부 지식 없이 혐오 밈 분류 정확도를 향상시키는 프롬프트 기반 네트워크 Pen 소개
본 논문에서는 외부 지식 없이도 혐오 밈 분류 정확도를 향상시키는 프롬프트 기반 네트워크 프레임워크인 Pen을 제안합니다. Pen은 프롬프트 학습을 특징 공간으로 확장하여 추론 인스턴스와 데모 간의 연결을 강화하고, 프롬프트 인식 대조 학습을 통해 샘플 특징 분포를 개선합니다.
セキュリティログ分析のための特化型言語モデル、SecEncoderの紹介
セキュリティログの分析に特化した小型言語モデルSecEncoderは、従来の汎用言語モデルと比較して、ログ分析、異常検出、ログ検索などのセキュリティタスクにおいて優れたパフォーマンスを発揮する。
QR Sort：一種基於商餘定理的新型非比較排序算法
QR Sort 是一種基於商餘定理的新型非比較整數排序算法，在輸入序列元素範圍較大的情況下，其性能優於傳統的比較排序算法和非比較排序算法。
© 2024 by Linnk AI