BriefGPT - AI 论文速递 · 2023-11-29T00:00:00Z 利用动态注意力提升基于 Transformer 的大型语言模型的鲁棒性 💡 原文中文，约300字，阅读约需1分钟。 📝 内容提要 本研究介绍了一种使用拓扑数据分析的文本分类器，该模型在区分垃圾邮件和普通邮件等任务上表现出优于BERT基线的性能，并减少了BERT注意力头的数量。拓扑模型在对抗性攻击方面表现出更高的鲁棒性，是NLP领域中首次使用基于拓扑的模型来应对对抗性攻击。 🏷️ 标签 transformer 垃圾邮件 大型语言模型 对抗性攻击 拓扑数据分析 文本分类器 普通邮件 阅读原文 生成长图 分享链接 已复制链接
