通过软提示调整增强小型语言模型的跨语言广义零样本分类

💡 原文中文,约700字,阅读约需2分钟。
📝

内容提要

本研究提出了一种名为RoSPrompt的方法,旨在提升小型多语言预训练模型在低资源语言中的零样本分类性能。该方法有效解决了数据依赖性问题,增强了模型在数据分布变化时的泛化能力。实验结果表明,该方法在106种语言的数据集中表现优异。

🏷️

标签

➡️

继续阅读