2023-07-20大模型微调方法总结-今日头条
https://docs.feishu.cn/article/wiki/KQYOw0VsEigJx8kVcW4c4H3yntd2023年7月20日 ... 在原始预训练语言模型（PLM）旁边增加一个旁路，做一个降维再升维的操作，来模拟所谓的内在秩。 ○ 训练的时候固定PLM 的 ...
飞搜侠
热门搜索
如何利用模型进行文本总结 - 飞书文档
https://docs.feishu.cn/v/wiki/P0bow6QQRiop9TkcfuKcyMKQnRc/a8... 方法。 以下是提高Prompt效果的六大关键策略： 1.编写清晰的提示如果GPT输出的内容过长，可以要求模型进行简短的回复；如果输出过于简单，可以要求模型使用专业的写作水准.
多模态大模型入门指南-长文慎入【持续更新】 - 飞书文档
https://docs.feishu.cn/article/wiki/DPjOwD19iiAcMYkryZicYJMWnTf... 模型架构、训练数据集规模等多个维度进行了对比。 综合回顾了主要MM-LLMs在18个广泛使用的视觉语言评测集上的表现，并总结提炼出提升模型效果的重要训练方法。 探讨了 ...
提高大语言模型总结忠实度的新策略 - 飞书文档
https://docs.feishu.cn/v/wiki/M0u3wNycRiCvd8kKgLjcxZKznBN/ah我们的方法利用高效的相似性搜索技术，使其适用于大规模数据集。我们将IDPE与建立好的内在指标如可信度和连续性，以及外部指标如平均排名和平均互倒排名进行了比较。我们的 ...
如何让模型更好理解文本？ - 飞书文档
https://docs.feishu.cn/v/wiki/RWCvwiT06iojC3kn3sLchiHunyb/ab因为模型具有固定的上下文长度，因此用户和助手之间的对话无法无限期地继续。解决此问题有多种解决方法，第一个是总结对话中的历史记录。一旦输入的大小达到预定的阈值长度， ...
NLP中的情感分析与模型总结 - 飞书文档
https://docs.feishu.cn/v/wiki/UrskwcLz6iTWUlkat7Ycn0mpnud/a7历史文章列表BERT源码分析（PART I） BERT源码分析（PART II） BERT源码分析（PART III） BERT微调效果不佳？不如试试这种大规模预训练模型新范式预训练模型，NLP的 ...
行为建模：从复杂行为中提炼简单模型 - 飞书文档
https://docs.feishu.cn/v/wiki/JZoVwrLK9iJ29lkFCDycstovnHe/a2反馈闭环”这个动作，就是在总结“对方的总结”，告诉对方你是怎么看待这个行为模型的，它对你有什么影响一一用你自己的实际行动把对方的建模“夯实”。——脱不花《沟通的方法》.
多模态大模型入门指南-长文慎入【持续更新】 - 飞书云文档
https://waytoagi.feishu.cn/wiki/DPjOwD19iiAcMYkryZicYJMWnTf... 总结提炼出提升模型效果的重要训练方法。. •. 探讨了MM-LLMs未来发展的5大方向：构建更强大的模型、设计更具挑战性的评估集、移动端/轻量级部署、具备实体性的智能和 ...
参考黄金标准答案评估模型输出的方法 - 飞书文档
https://docs.feishu.cn/v/wiki/MjInwGboWi0Q3zkThJrcWR4Bn4e/ak要总结非常长的文档（例如一本书），我们可以使用一系列查询来总结文档的每个部分。可以将各部分摘要连接起来并进行总结，从而生成摘要的摘要。此过程可以递归进行，直到总结 ...
给模型思考时间时如何引导其进行深入思考 - 飞书文档
https://docs.feishu.cn/v/wiki/PDyrwIHDSigDZYkktIvcRhp6n0b/ag在实践中，我们会发现，模型第一次给出的回复往往不够全面（比如说知识点总结），但我们可以引导模型进行自我反思，回顾其推理过程，以确保没有遗漏任何关键信息。这种方法特别 ...