实体
setfit
setfit
PulseAugur coverage of setfit — every cluster mentioning setfit across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新方法使用离散扩散模型进行无需训练的多标签文本分类
研究人员推出了一种名为dLLM-SetScore的新方法，该方法利用离散掩码扩散语言模型进行多标签文本分类，而无需进行特定任务的微调。该方法通过对每个潜在标签提出是/否问题，并比较答案标记的概率来实现。为避免偏差，该方法采用每标签评分，将每个标签置于相同的句法位置，以防止先前方法中观察到的依赖于顺序的伪影。在Reuters和GoEmotions等数据集上的评估表明，使用此协议的LLaDA-Instruct检查点在无需训练的情况下取得了…
-
教育领域的人工智能伦理：公共话语分析揭示务实的乐观主义
一项最新研究分析了2019-2024年五年间关于教育领域人工智能伦理的Twitter话语。该研究利用基于BERT的主题建模和SetFit情感分析来追踪公众对话，发现话语总体上是积极的，负面情绪通常与特定的伦理争议相关。ChatGPT的发布标志着一个重要的转折点，加剧了对学术诚信和生成式AI更广泛影响的担忧，尽管公众的整体情绪仍然是务实的，并对AI的整合持开放态度，同时对伦理监督的要求也在不断增长。
-
新Sindhi语形象化语言数据集SiNFluD发布，并附带XLM-RoBERTa-XL基准测试
研究人员开发了SiNFluD，一个用于分类Sindhi语形象化语言的新数据集。该数据集从各种在线来源汇编而成，并由母语者标注，达到了高标注者间一致性。评估了包括mBERT、XLM-RoBERTa和SetFit在内的多个模型，其中XLM-RoBERTa-XL表现最佳。