-
ACM SIGSPATIAL 2024年 2024 确定客户的准确位置对于客户和送货员来说,高效可靠的送货体验非常重要。 地址文本是客户提供的有关其位置的信息的主要来源。 在本文中,我们研究了匹配自由格式的客户地址文本以确定两个地址是否代表相同的物理地址这一重要且具有挑战性的任务 -
2024 大型语言模型(LLM)容易产生幻觉,产生不可靠的输出,这些输出不符合输入、外部事实或内部不一致。 在这项工作中,我们解决了生产环境中事后幻觉检测的几个挑战。 我们的幻觉检测管道需要:首先,产生一个置信度分数,表示产生幻觉的可能性 -
近年来,由于大型语言模型的成功,视觉语言模型(VLM)取得了重大进展。 视觉模型和语言模型的统一策略包括两个步骤:对齐(或预训练)阶段和指令调整阶段。 在对齐阶段,训练投影模块使用成对映射将图像嵌入到语言空间 -
语言资源与评价 2024 在人工智能研究中,透视主义是一种机器学习方法,旨在利用由不同个人注释的数据,以建模影响其观点和世界观的不同视角。 我们首次对自然语言处理(NLP)中与透视主义相关的数据集和方法进行了调查。 我们检查单个注释器标签所在的数据集 -
2024 定性数据收集和分析方法,如采用访谈和焦点小组的方法,为客户态度、情绪和行为提供了丰富的见解。 然而,手动分析定性数据需要大量时间和精力来确定相关主题和主题见解。 这项研究提出了一种新的方法,通过利用增强检索来应对这一挑战