AI TOP100 搜您想要的

Christopher Manning 虽已成 NLP 领域先驱，却仍为 AI 大模型的未来殚精竭虑。

语言模型专注于生成类似人类的文本的能力。通用语言模型本质上是单词序列的统计模型或概率分布，用于解释单词在每个序列中出现的可能性。这有助于根据句子中的前一个单词预测下一个单词或单词。

这篇论文研究了大型语言模型（LLMs）生成合成数据集用于文本分类模型训练的潜力和限制。 分析发现，任务的主观性（标注一致性越差）越高，利用合成数据来训练模型效果也越差。另外合成数据效果好不好的关键影响因素在于生成数据的多样性如何，few-shot方式可以提高生成样本的多样性，通过few-shot方式生成的样本效果也一般优于zero-shot的样本。

由于时间序列的distribution shift等问题，本文对输入序列做了一步趋势项季节项分解。每个分解后的时间序列，都单独做标准化，然后分割成有重叠的patch。

挖掘大模型固有的长文本理解能力，InfLLM在没有引入额外训练的情况下，利用一个外部记忆模块存储超长上下文信息，实现了上下文长度的扩展。

紧急回应：并非全面停工停产。

目前从官网上可以看到，竹间智能已经建立起六大平台型产品，包括Bot Factory对话式AI平台、Gemini知识工程平台、AICC+解决方案平台、Scorpio机器学习平台以及NLP自然语言处理平台。

近日，计算语言学协会年会（ACL）正式宣布，该系列会议论文投稿已取消匿名期，同时允许作者在投稿期间宣传自身工作。新规定直接适用于下一个审稿周期。