特色演示

所有项目
查看21个演示中的1-10个
  • UnQover演示徽标
    通过不明确的问题揭示陈规定型的偏见|亚里士多德

    这项工作特别关注于识别问答(QA)模型中的偏差。如果在现实生活中盲目地使用这些模型,这些模型中的偏见可能会造成真正的伤害,这就提出了一个问题:在问答模型中,社会成见有多广泛?

    尝试演示
  • 真实毒性提示
    语言模型中神经毒性退化的评估|马赛克

    在AI2和UW的新的联合研究中,我们研究了流行的NLP组件产生问题内容的频率,是什么触发了给定系统的这种神经毒性退化,以及它是否能够成功避免。我们还研究了这些系统从中学习到的网络文本中有多少毒性,以了解为什么会发生毒性退化。

    尝试演示
  • SciFact社会共享卡
    找出科学研究是支持还是驳斥了某一说法|语义学者

    我们的事实验证演示是使用SciFact数据集构建的,SciFact数据集是由1.4K位专家撰写的科学声明与包含摘要的证据搭配在一起,并用标签和理据加以注释。

    尝试演示
  • 统一QA截图
    用一个QA系统跨越格式边界|亚里士多德

    UnifiedQA是一个单独的预先训练的QA模型,它在跨越4种不同格式的17个QA数据集上表现得出奇地好。将质量保证统一到专门的模型中进行微调,可以在6个数据集上获得最新的技术水平,将此模型作为构建QA系统的有力起点。

    尝试演示
  • SPIKE-CORD演示图像
    基于CORD-19的三种强大查询模式的提取搜索|AI2以色列,DIY信息提取

    SPIKE-CORD是一个功能强大的句子级、上下文感知和语言信息提取搜索系统,用于探索CORD-19语料库。

    尝试演示
  • SciSight徽标
    探索CORD-19中不断发展的科学网络|语义学者

    使用我们的探索性搜索工具,找出哪些小组正在朝着什么方向努力,看看生物医学概念如何随着时间的推移相互作用和演变,并发现新的联系。

    尝试演示
  • 规则制定者演示徽标
    变形金刚是语言的软推理者|亚里士多德

    规则制定者根据自然语言给出的规则来判断语句是真是假。

    尝试演示
  • 计算机视觉浏览器:尝试比较各种流行的计算机视觉模型。
    几种流行的计算机视觉模型的演示|优先

    Computer Vision Explorer允许您尝试和比较与识别、视觉和语言、以人为中心的视觉和场景几何任务相关的各种流行计算机视觉模型。使用我们的示例图像或尝试使用您自己的图像。

    尝试演示
  • 打破QDMR陈述
    试试QDMR CopyNet解析器|AI2以色列,问题理解

    QDMR CopyNet解析器的现场演示来自论文《分解:问题理解基准》(tacl2020)。解析器接收一个自然语言问题作为输入,并返回其问题分解意义表示(QDMR)。分解中的每一步都构成了回答原始问题所必需的子问题。 更多信息:https://allenai.github.io/Break/

    尝试演示
  • AllenNLP解释文本图像
    NLP模型预测的解释框架|阿伦尼普,艾尔文

    AllenNLP解释工具集使得将基于梯度的显著性映射和对抗性攻击应用于新模型以及开发新的解释方法变得容易。AllenNLP解释包含三个组件:一套适用于大多数模型的解释技术、开发新解释方法的api(例如,获取输入梯度的api)和用于可视化解释结果的可重用前端组件。

    尝试演示