LLM 为领域泛化创建训练数据

三个要点

✔️ 本文提出了一种利用 LLM 生成合成数据的方法，以提高 NLI 任务的领域泛化性能。
✔️ 拟议方法生成的合成数据在用于训练时非常有效，尤其是在模型规模较小时（快速推理非常重要）。
✔️ 此外，研究还表明，在足够大的模型上训练合成数据可以提高分布内性能。

用于 NLI 模型领域泛化的合成数据方法作者：Mohammad Javad Hosseini、 Andrey Petrov、 Alex

Fabrikant, Annie Louis (提交日期：2024 年 2 月 19 日 (v1)，最后修订日期： 2024 年 6 月 28 日 (此版本，v2))主题分类： 计算与语言 (cs.CL)

代码

 

• 
• 
• 

与本文相关的类别

• 自然语言处理
• 使用 LLM 进行数据集合成
• 数据集
• 大型语言模型
• 数据集。