用于从经验 AI 研究生成排行榜的指令微调
计算与语言
2024-08-20 v1
摘要
本研究展示了将预训练大语言模型（LLM）的指令微调应用于自动化生成 AI 研究排行榜，从文章中提取（任务、数据集、指标、分数）四元组。它旨在通过从传统的、人工的社区策展，或受分类法约束的自然语言推理（NLI）模型，转向自动化的、基于生成式 LLM 的方法，来简化 AI 研究进展的传播。利用 FLAN-T5 模型，本研究增强了 LLM 在信息提取方面的适应性和可靠性，提供了一种结构化知识表示的新方法。
引用
@article{arxiv.2408.10141,
title = {Instruction Finetuning for Leaderboard Generation from Empirical AI Research},
author = {Salomon Kabongo and Jennifer D'Souza},
journal= {arXiv preprint arXiv:2408.10141},
year = {2024}
}
备注
arXiv admin note: text overlap with arXiv:2407.02409