@进行中{kruszewski-etal-2023-disco,title=“disco:生成模型分布式控制工具包”,author=“克鲁什夫斯基,德国Rozen、Jos和Dymetman,Marc”,editor=“Bollegala、Danushka和黄瑞红艾伦·里特”,booktitle=“计算语言学协会第61届年会会议记录(第3卷:系统演示)”,月=七月,年=“2023”,address=“加拿大多伦多”,publisher=“计算语言学协会”,url=“https://aclantology.org/2023.acl-demo.14”,doi=“10.18653/v1/2023.acl-demo.14”,pages=“144--160”,抽象=“预训练语言模型和其他生成模型已经彻底改变了NLP和其他语言处理。然而,这些模型往往会再现训练数据中存在的不希望出现的偏见。此外,它们可能会忽略重要但难以捕获的模式。为了解决这些局限性,研究人员引入了分布式控制技术尼克斯。这些技术不仅限于语言,还允许控制模型{'}输出中任何感兴趣特征的流行程度(即期望值)。尽管这些技术具有潜力,但由于难以适应复杂的、断开连接的代码,它们的广泛采用受到了阻碍。这里,我们介绍disco,一个开源Python库,它将这些技术带给更广泛的公众”,}
<?xml version=“1.0”encoding=“UTF-8”?><modsCollection xmlns=“http://www.loc.gov/mods/v3"><mods ID=“kruszewski-etal-2023-disco”><标题信息>迪斯科:生成模型分布式控制工具包</titleInfo><name type=“personal”>德国克鲁什夫斯基<角色>作者</角色></name><name type=“personal”>乔斯<namePart type=“family”>Rozen</namePart>漫游<角色>作者</角色></name><name type=“personal”>马克Dymetman公司<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>计算语言学协会第61届年会会议记录(第3卷:系统演示)</titleInfo><name type=“personal”><namePart type=“given”>达努什卡博莱加拉语<角色><roleTerm authority=“marcorrator”type=“text”>编辑器</roleTerm></角色></name><name type=“personal”>瑞虹<namePart type=“given”><namePart type=“family”>黄</namePart><角色><roleTerm authority=“marcorrator”type=“text”>编辑器</roleTerm></角色></name><name type=“personal”>艾伦里特<角色><roleTerm authority=“marcorrator”type=“text”>编辑器</roleTerm></角色></name><originInfo>计算语言学协会<位置>加拿大多伦多</place></originInfo>会议出版物</relatedItem><abstract>预先训练的语言模型和其他生成模型已经彻底改变了NLP和其他模型。然而,这些模型往往会重现训练数据中存在的不良偏见。此外,他们可能忽略了重要但难以捕获的模式。为了解决这些局限性,研究人员引入了分布式控制技术。这些技术不仅限于语言,还可以控制模型输出中任何感兴趣特征的流行程度(即期望值)。尽管这些技术具有潜力,但由于难以适应复杂的、断开连接的代码,这些技术的广泛采用受到了阻碍。这里,我们介绍disco,这是一个开源Python库,它将这些技术带给更广泛的公众kruszewski-etal-2023-disco10.18653/v1/2023.acl-demo.14<位置><网址>https://aclantology.org/2023.acl-demo.14</url></位置><部分>2023-07年<扩展单元=“page”><开始>144<end>160</范围></部分></模块></modsCollection>
%0会议记录%T disco:生成模型分布式控制工具包%A Kruszewski,Germanán%乔斯·罗赞%马克·戴米特曼%Y Bollegala,达努什卡%Y Huang,瑞虹%艾伦·里特%计算语言学协会第61届年会论文集(第3卷:系统演示)%D 2023年%7月8日%计算语言学协会%C加拿大多伦多%F kruszewski-etal-2023-迪斯科%X预训练语言模型和其他生成模型已经彻底改变了NLP和其他语言模型。然而,这些模型往往会重现训练数据中存在的不良偏见。此外,他们可能会忽略那些重要但难以捕捉的模式。为了解决这些局限性,研究人员引入了分布式控制技术。这些技术不仅限于语言,还可以控制模型输出中任何感兴趣特征的流行程度(即期望值)。尽管这些技术具有潜力,但由于难以适应复杂的、断开连接的代码,它们的广泛采用受到了阻碍。在这里,我们介绍disco,一个开源Python库,它将这些技术带给更广泛的公众%R 10.18653/v1/2023.acl-demo.14号%U型https://aclantology.org/2023.acl-demo.14%U型https://doi.org/10.18653/v1/2023.acl-demo.14%电话144-160
降价(非正式)
[disco:生成模型的分布式控制工具包](https://aclantology.org/2023.acl-demo.14)(Kruszewski等人,ACL 2023)
国际计算语言学协会
- Germanán Kruszewski、Jos Rozen和Marc Dymetman。2023disco:生成模型分布式控制工具包.英寸计算语言学协会第六十一届年会论文集(第三卷:系统演示),第144-160页,加拿大多伦多。计算语言学协会。