ASPIRE
简介 :
ASPIRE是一个设计精良的框架,用于增强大型语言模型的选择性预测能力。它通过参数高效的微调训练LLM进行自我评估,使其能够针对生成的答案输出置信度分数。实验结果表明,ASPIRE在各种问答数据集上明显优于目前的选择性预测方法。
需求人群 :
["提高问答系统的可靠性","减少语言模型在关键决策中的不确定性"]
总访问量: 14.1K
占比最多地区: DE(17.61%)
本站浏览量 : 49.1K
使用场景
ASPIRE可以增强聊天机器人判断自己回答是否正确的能力。
ASPIRE让语言模型有信心只在确定答案时进行回答,减少错误预测。
ASPIRE提高了问答模型判断答案准确率的能力。
产品特色
进行任务特定调参改进模型性能
生成可能的候选答案
学习自我评估以区分正确与错误的答案
AIbase
智启未来,您的人工智能解决方案智库
简体中文