当前位置: 首页 > news >正文

Generated Knowledge Prompting for Commonsense Reasoning

本文是知识图谱系列相关的文章,针对《Generated Knowledge Prompting for Commonsense Reasoning》的翻译。

常识推理的生成知识提示

  • 摘要
  • 1 引言
  • 2 生成知识提示
  • 3 实验设置
  • 4 实验结果
  • 5 相关工作
  • 6 结论

摘要

结合外部知识是否有利于常识推理,同时保持预训练序列模型的灵活性,这仍然是一个悬而未决的问题。为了研究这个问题,我们开发了生成知识提示,它包括从语言模型中生成知识,然后在回答问题时提供知识作为额外输入。我们的方法不需要对知识集成进行特定任务的监督,也不需要访问结构化的知识库,但它提高了大规模、最先进的模型在四个常识推理任务上的性能,在数值常识(NumerSense)、一般常识(CommonsenseQA 2.0)和科学常识(QASC)基准上实现了最先进的结果。生成的知识提示突出了大规模语言模型作为外部知识的灵活来源,以改进常识推理。我们的代码可在github.com/liujch1998/GKP上获得。

1 引言

2 生成知识提示

3 实验设置

4 实验结果

5 相关工作

6 结论

我们介绍了生成知识提示,这是一种从语言模型中引出和整合知识的简单方法,可以提高常识推理任务的性能。特别是,我们通过提示一个语言模型来生成知识陈述,该模型具有特定任务的、人性化的、小样本的问题知识对演示。我们表明,只需在推理时插入知识,就可以对知识进行集成,而无需对知识集成模型进行微调。我们的方法在多个数据集上显示了有效性,在三个常识性推理任务上设置了新的技术状态,并在各种设置下工作。该方法的成功突出了语言模型作为常识推理的灵活、高质量知识的来源。

http://www.lryc.cn/news/148253.html

相关文章:

  • mybatisPlus多数据源方案
  • MonoDETR: Depth-guided Transformer for Monocular 3D Object Detection 论文解读
  • Vulnhub内网渗透DC-7靶场通关
  • acunetix2023安装教程
  • pytest pytest.ini 配置日志输出至文件
  • Linux脚本-将当前文件夹下所有包含main函数的.c文件提取出来
  • Spring依赖注入(DI)
  • 论文笔记: 深度学习速度模型构建的层次迁移学习方法 (未完)
  • 苹果为 Vision Pro 头显申请游戏手柄专利
  • 【数据结构】多叉树转换为二叉树-c++代码实现-POJ 3437 Tree Grafting
  • ASP.NET Core 中基于 Controller 的 Web API
  • iOS系统修复软件 Fix My iPhone for Mac
  • Git企业开发控制理论和实操-从入门到深入(七)|企业级开发模型
  • 15. 卡牌游戏
  • vue使用打印组件print-js
  • 20230830比赛总结
  • DNS指向别名还是IP
  • 【考研数学】概率论与数理统计 —— 第二章 | 一维随机变量及其分布(1,基本概念与随机变量常见类型)
  • CSS判断手机暗黑模式
  • 【java中的Set集合】HashSet、LinkedHashSet、TreeSet(最通俗易懂版!!)
  • python中的文件操作
  • spark支持深度学习批量推理
  • 代码随想录打卡—day52—【子序列问题】— 8.31 最大子序列
  • gcc4.8.5升级到gcc4.9.2
  • Golang 中的 archive/zip 包详解(三):常用函数
  • 微服务架构七种模式
  • 关于CICD流水线的前端项目运行错误,npm项目环境配置时出现报错:Not Found - GET https://registry.npm...
  • element-plus的周选择器 一周从周一开始
  • Android 9.0 pms获取应用列表时过滤掉某些app功能实现
  • HTML <thead> 标签