Falcon-7b
PulseAugur coverage of Falcon-7b — every cluster mentioning Falcon-7b across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
LLM 在引文功能分类方面得到评估，达到新的 SOTA
一篇新的研究论文评估了几个大型语言模型（LLM）在引文功能分类任务上的表现，旨在改进文献计量分析。该研究使用微调后的 Falcon 7B 模型在 ACL-ARC 数据集上取得了新的最先进（SOTA）结果，宏 F1 分数达到 73.3%。研究人员还引入了 AC3，这是一个具有七类别标注方案的新型数据集，用于区分引文类型，并探讨了上下文提取变体对分类性能的影响。
-
人工智能检测难以应对法律专利文本，新论文揭示
两篇新研究论文探讨了在法律起草中使用人工智能的挑战，特别是在专利申请方面。第一篇论文《困惑陷阱》（The Perplexity Trap）指出，当前的人工智能检测方法难以区分人类和人工智能生成的专利文本，导致误报率很高。该论文认为，法律对清晰度和简洁性的要求无意中将人类写作推向了与人工智能生成内容相似的语言空间。第二篇论文《当推理损害法律起草》（When Reasoning Hurts Legal Drafting）研究了思维链（Ch…
-
新框架使用多个模型改进文本摘要
研究人员开发了一种多模型自适应摘要框架（MASF），以增强抽象文本摘要。该框架集成了多个经过微调的Transformer模型，每个模型为给定文章生成摘要。然后，一个自适应选择机制根据词汇相似性和语义相关性指标选择最佳摘要。MASF展示了卓越的性能，在CNN/DailyMail数据集上取得了最高的BERTScore（88.63%），并优于GPT3-D2、Falcon-7b和Mpt-7b等模型。