Iqra Ali

新的LiFT框架提升了LLM在纵向NLP任务中的上下文学习能力

研究人员开发了LiFT，一个旨在增强大型语言模型（LLM）在纵向自然语言处理（NLP）任务中上下文学习（ICL）能力的新框架。这些任务涉及分析按时间顺序排列的文本，应用于心理健康监测或立场演变追踪等领域，但常常面临数据稀缺的问题。LiFT是一种模型无关的方法，通过共享指令模式统一了各种纵向任务，并结合了序列依赖、课程学习和时间条件。在五个纵向数据集上的评估表明，LiFT在相同的ICL条件下，显著优于标准的指令微调（IFT）模型，尤其有…