SALAD: Improving Robustness and Generalization through Structure-Aware and LLM-Driven Augmented Data

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出SALAD方法,通过生成结构感知和反事实的增强数据,结合对比学习,解决自然语言处理任务中微调预训练语言模型的虚假相关性问题。实验结果表明,SALAD显著提升了模型的鲁棒性和泛化能力。

🏷️

标签

➡️

继续阅读