@进行中{sorensen-etal-2023-juage,title=“{JUAGE}在{S}em{E}val-2023任务10:参数高效分类”,author=“索伦森、杰弗里和科尔、卡特琳娜和帕夫洛普洛斯、约翰和托马内克、凯特琳和塞恩、尼图姆和狄克逊、卢卡斯和Laugier,L{\e}o“,editor={Ojha,Atul Kr.和做{\u{g}}ru{\“o}z,A.Seza和Da San Martino、Giovanni和Tayyar Madabushi、Harish和Kumar、Ritesh和Elisa Sartori,booktitle=“第17届语义评估国际研讨会论文集(SemEval-2023)”,月=七月,年=“2023”,address=“加拿大多伦多”,publisher=“计算语言学协会”,url=“https://aclentology.org/2023.semeval-1.166”,doi=“10.18653/v1/2023.semeval-1.166”,页码=“1195--1203”,抽象=“使用预训练语言模型实现少量到少量训练数据的分类器是一个活跃的研究领域。使用参数有效调整的工程方法扩展了大型语言模型从少量示例中进行概括和生成强分类器的能力。使用可解释检测在线性别歧视(EDOS)训练数据的n和少量可训练权重来创建一个调谐的提示向量,为此任务建立了一个竞争模型,该模型在子任务B中排名第一。”,}
<?xml version=“1.0”encoding=“UTF-8”?><modsCollection xmlns=“http://www.loc.gov/mods/v3"><mods ID=“sorensen-etal-2023-juage”><标题信息>2023年第二季度评估任务10:参数有效分类</titleInfo><name type=“personal”>杰弗里索伦森<角色>作者</角色></name><name type=“personal”>卡特琳娜科尔<角色>作者</角色></name><name type=“personal”>约翰帕夫洛普洛斯<角色>作者</角色></name><name type=“personal”>凯特琳托马内克<角色>作者</角色></name><name type=“personal”>Nithum塞恩<角色>作者</角色></name><name type=“personal”>卢卡斯迪克森<角色>作者</角色></name><name type=“personal”>莱奥劳吉尔<角色>作者</角色></name><originInfo>发布日期:2023-07发布日期:</originInfo><typeOfResource>文本<relatedItem type=“主机”><标题信息>第17届语义评估国际研讨会(SemEval-2023)会议记录</titleInfo><name type=“personal”><namePart type=“given”>Atul</namePart>韩国Ojha(Ojha)<角色>编辑器</角色></name><name type=“personal”><namePart type=“given”>A</namePart>塞扎<namePart type=“family”>Doğruöz</namePart><角色>编辑器</角色></name><name type=“personal”>乔瓦尼<namePart type=“family”>达圣马丁诺</namePart><角色>编辑器</角色></name><name type=“personal”>哈里什语</namePart>塔亚尔·马达布西<角色>编辑器</角色></name><name type=“personal”>Ritesh公司库马尔<角色>编辑器</角色></name><name type=“personal”>Elisa(Elisa)Sartori公司<角色>编辑器</角色></name><originInfo>计算语言学协会<地点>加拿大多伦多</place></originInfo><type-authority=“marcgt”>会议出版物</type></relatedItem><摘要>使用预训练语言模型实现从少量到少量训练数据的分类器是一个活跃的研究领域。使用参数有效调整的工程方法,扩展了大型语言模型从少量示例中进行泛化和生成强分类器的能力。使用在线性别歧视可解释检测(EDOS)训练数据和少量可训练权重来创建调整的提示向量,为该任务建立了一个竞争模型,该模型在子任务B中排名第一索伦森-埃塔尔-2023-juage10.18653/v1/2023.semeval-1.166<位置><网址>https://aclantology.org/2023.semeval-1.166</url></位置><部分>2023-07年<扩展单元=“page”><开始>1195</开始><end>1203</范围></部分></mods></modsCollection>
%0会议记录%T JUAGE at SemEval-2023任务10:参数有效分类%杰弗里·索伦森%卡捷琳娜·A Korre%约翰·A Pavlopoulos%卡特琳,托马内克%尼图姆·A Thain%卢卡斯·迪克森%A Laugier,莱奥%Y Ojha,Atul Kr。%Y Doruöz,A.Seza%乔瓦尼·Y Da San Martino%Y Tayyar Madabushi,哈里什%Y Kumar,Ritesh%伊丽莎·萨托里%第17届语义评估国际研讨会论文集(SemEval-2023)%D 2023年%7月8日%计算语言学协会%C加拿大多伦多%F sorensen-etal-2023-juage公司%X使用预训练语言模型实现少量到少量训练数据的分类器是一个活跃的研究领域。使用参数有效调整的工程方法,扩展了大型语言模型从少量示例中进行泛化和生成强分类器的能力。使用在线性别歧视可解释检测(EDOS)训练数据和少量可训练权重来创建一个调整的提示向量,为该任务建立了一个竞争模型,该模型在子任务B中排名第一。%R 10.18653/v1/2023.学期-1.166%U型https://aclantology.org/2023.semeval-1.166%U型https://doi.org/10.18653/v1/2023.semeval-1.166%第1195-1203页
降价(非正式)
[SemEval-2023任务10的JUAGE:参数高效分类](https://aclantology.org/2023.semeval-1.166)(Sorensen等人,SemEval 2023)
国际计算语言学协会
- 杰弗里·索伦森(Jeffrey Sorensen)、卡特琳娜·科尔雷(Katerina Korre)、约翰·巴夫洛普洛斯(John Pavlopoulos)、凯特琳·托马内克(Katrin Tomanek)、尼图姆·塞恩(Nithum Thain)、卢卡斯·迪克森(Lucas Dix。2023评估SemEval-2023任务10:参数有效分类.英寸第17届语义评估国际研讨会会议记录(SemEval-2023),第1195-1203页,加拿大多伦多。计算语言学协会。