От поколения к царапину: расширение семантической маркировки на основе LLM

arXiv: 261 030.36383v 1 Annualce Type: New Humber Abstract: for Effecacity, Промышленные крупные языковые маркеры (LLM) часто упаковывают многие знаки кандидатов в один штампы и генерируют ответ YES/NO для каждого из них даже тогда, когда каждое решение зависит только от субъекта и одного кандидата. Создавая эти независимые решения, как один ответ, перечисляет их пары, проводит декодирование в списке и опирается на хорошо составленный список. В этом документе мы представляем рецепт, который переформулирует ярлык как семантичный балл, отладив его на однокандидате, побуждает возвращать каждое решение в качестве одного ответного очка только по пропуску. Мы также корректируем многоцелевой процессоринг (MIS), с тем чтобы набрать сотни кандидатов в одной последовательности, при этом внимание между ними будет замаскировано. Развернутые для квалификационной маркировки в LinkedIn, семантичные изменения в рейтингах не более 0,01% решений при изменении порядка заказа кандидатов и соответствуют соглашению справочными знаками, которые достигают упаковочного поколения только примерно 4,7x как человек