实体
VariErr NLI: Separating annotation error from human label variation
VariErr NLI: Separating annotation error from human label variation
PulseAugur coverage of VariErr NLI: Separating annotation error from human label variation — every cluster mentioning VariErr NLI: Separating annotation error from human label variation across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
形式语义结构在自然语言推断（NLI）任务中仅能解释极少的人类标签变异性
一篇新的研究论文探讨了形式语义结构在多大程度上解释了自然语言推断（NLI）任务中人类标签的变异性。该研究分析了来自 SNLI 和 MNLI 语料库的项目，发现具有不那么直接单调性的假设表现出更高的标签熵。然而，形式特征仅占熵方差的一小部分，表明它们不足以识别具有高标注者分歧的项目。研究还发现，语义结构并未显著改变标注者之间分歧的性质。
-
LLM改进NLI数据集错误检测和模型微调
一个名为EVADE的新框架使用大型语言模型（LLM）为自然语言推断（NLI）数据集中的错误检测生成和验证解释。该方法旨在降低传统两轮人工标注方法的成本和精力。实验表明，LLM验证的错误移除比人工识别的错误移除更能有效地提高NLI模型的微调性能，这表明LLM可以提高数据集的质量和可扩展性。