大型语言模型中的性别特定机器翻译
原文中文,约200字,阅读约需1分钟。发表于: 。使用解码器 - only 大型语言模型(LLMs)进行性别特定翻译研究,发现通过提示可以控制输出属性,LLMs 比传统编码器 - 解码器神经机器翻译系统(NMT)提供独特优势,能够生成性别特定的翻译且具有竞争性准确性和性别偏见缓解,同时揭示了 LLMs 在性别模糊数据集中表现出明显性能下降但在上下文较少歧义的情况下保持一致的鲁棒性,并突出了上下文学习对于在 LLMs 中引发新任务的重要性。
大型语言模型(LLMs)是自我监督的预训练模型,适应自然语言任务,但其智能受争议。该论文提出了七种启发于大脑系统的方法,以实现人工智能的普遍自主权。