香港大學(xué)和加州大學(xué)伯克利分校的一項新研究顯示,在沒有人工標(biāo)注數(shù)據(jù)的情況下,語言模型和視覺語言模型能夠更好地泛化。這一發(fā)現(xiàn)挑戰(zhàn)了大型語言模型社區(qū)的主流觀點,即模型需要手工標(biāo)注的訓(xùn)練樣本。研究表明,過度依賴人工示例反而可能對模型的泛化能力產(chǎn)生負(fù)面影響。
北京第二十六維信息技術(shù)有限公司(至頂網(wǎng))版權(quán)所有. 京ICP備15039648號-7 京ICP證161336號京公網(wǎng)安備 11010802021500號
舉報電話:010-62641205-5060 涉未成年人舉報專線:010-62641208 舉報郵箱:jubao@zhiding.cn
網(wǎng)上有害信息舉報專區(qū):https://www.12377.cn