- 博客(3)
- 收藏
- 关注
RSS订阅原创 [2024ICLR论文解读]CAN LLM-GENERATED MISINFORMATION BE DETECTED?
在训练阶段，我们可以整理训练数据以删除非事实的文章，并将训练过程纳入现有的知识库，以减少llm的幻觉。较小的top_p值将导致更加集中和确定性的生成，而较大的top_p值则会增加生成的多样性。这是因为在温度较低时，指数运算的效果更显著，使分数较大的项在概率分布中占据更大的比例。Human是检测人写的信息，其他高亮的是检测GPT生成的新闻（同一个生成器，没有标高亮的是因为他们的生成器不一样）。生成的错误信息的语义信息明显与人为书写的错误信息不同（给的图看起来不是很明显，这个结论是站不住的）。
2024-02-26 08:50:53
1234
1
原创 顶会论文解读:Fact-Checking Complex Claims with Program-Guided Reasoning
作者提到，在实验中由于同时采用了Gold evidence setting（文中提到的ground-truth）和 open book setting，而模型更倾向于检索出open book setting中的evidence，因此作者采用了。BM25（Best Matching 25）是一种经典的信息检索算法，是基于Okapi TF-IDF 算法的改进版本，旨在解决Okapi TF-IDF算法的一些不足之处（文档长度、参数、饱和度问题）。在1.2和2之间，用于控制词频对评分的影响（正相关），
2024-02-20 20:27:20
1573
原创 解读：Embracing Domain Differences in Fake News Cross-domain Fake News Detection using Multi-modal Data
⚪标题： Embracing Domain Differences in Fake News Cross-domain Fake News Detection using Multi-modal Data⚪时间： 2021-05-18⚪作者：Amila SilvaThe University of MelbourneLing LuoUniversity of MelbourneShanika KarunasekeraThe University of Melbourne, AustraliaC
2024-02-20 15:19:22
1095
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人