LIS@DEFT'23 : les LLMs peuvent-ils répondre à des QCM ? (a) oui; (b) non; (c) je ne sais pas
| Autor: | Favre, Benoit |
|---|---|
| Přispěvatelé: | Laboratoire d'Informatique et Systèmes (LIS), Aix Marseille Université (AMU)-Université de Toulon (UTLN)-Centre National de la Recherche Scientifique (CNRS), Bazoge, Adrien, Daille, Béatrice, Dufour, Richard, Labrak, Yanis, Morin, Emmanuel, Rouvier, Mickael |
| Jazyk: | francouzština |
| Rok vydání: | 2023 |
| Předmět: | |
| Zdroj: | Actes de CORIA-TALN 2023. Actes du Défi Fouille de Textes@TALN2023 18e Conférence en Recherche d'Information et Applications--16e Rencontres Jeunes Chercheurs en RI--30e Conférence sur le Traitement Automatique des Langues Naturelles--25e Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues 18e Conférence en Recherche d'Information et Applications--16e Rencontres Jeunes Chercheurs en RI--30e Conférence sur le Traitement Automatique des Langues Naturelles--25e Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues, 2023, Paris, France. pp.46-56 |
| Popis: | International audience; Cet article présente un ensemble d'expériences sur la tâche de réponse à des questions à choix multiple de DEFT 2023. Des grands modèles de langage sont amorcés avec les questions afin de collecter les réponses générées. Les résultats montrent que les modèles ouverts sans affinage obtiennent des performances similaires à celles d'un système supervisé fondé sur BERT, et que l'affinage sur les données de la tâche apporte des améliorations. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|