PromptKG

ProldKg Family: una galería de aprendizaje rápido y trabajos de investigación relacionados con KG, kits de herramientas y lista de papel.

Directorio	Descripción
investigación	• Una colección de implementaciones rápidas del modelo de investigación relacionado con el aprendizaje
lambdakg	• Una biblioteca para incrustaciones y aplicaciones de KG basadas en PLM
deltakg	• Una biblioteca para editar dinámicamente incrustaciones de KG basadas en PLM
Tutorial-Notebooks	• Tutoriales de cuadernos para principiantes

Tabla de contenido

• Tutoriales
• Encuestas
• Papeles
  • Conocimiento como rápido
    • 1. Comprensión del lenguaje
    • 2. Multimodal
    • 3. Tareas avanzadas
  • Aviso (PLMS) para el conocimiento
    • 1. Probación de conocimiento
    • 2. Incrustación de gráficos de conocimiento
    • 3. Análisis
• Información del contacto

Tutoriales

• PNL de cero y pocos disparos con modelos de lenguaje previos a la aparición. Tutorial AACL 2022 [PPT]
• Construcción de gráficos de conocimiento eficiente de datos. Tutorial CCKS2022 [PPT]
• Construcción de gráficos de conocimiento eficiente y de Robuts. Tutorial AACL-IJCNLP [PPT]
• Conocimiento informado de aprendizaje rápido. Tutorial MLNLP 2022 (chino) [PPT]

Encuestas

• Ajuste del Delta: un estudio exhaustivo de métodos eficientes de parámetros para modelos de lenguaje previamente capacitados (en ARXIV 2021) [papel]
• Precinete, aviso y predicen: una encuesta sistemática de métodos de solicitación en el procesamiento del lenguaje natural (ACM Computing Surveys 2021) [documento]
• Pre-capacitación reestructurada (en ARXIV 2022) [Paper]
• Una encuesta de PNL intensiva en conocimiento con modelos de lenguaje previamente capacitados (en ARXIV 2022) [documento]
• Una encuesta de modelos de lenguaje previamente capacitados mejorados por el conocimiento (en ARXIV 2022) [documento]
• Una revisión sobre modelos de idiomas como bases de conocimiento (en ARXIV 2022) [Papel]
• Construcción de gráficos de conocimiento generativo: una revisión (EMNLP, 2022) [documento]
• Razonamiento con indicación del modelo de idioma: una encuesta (en ARXIV 2022) [documento]
• Razonamiento sobre diferentes tipos de gráficos de conocimiento: estático, temporal y multimodal (en ARXIV 2022) [Papel]
• El ciclo de vida del conocimiento en los modelos de grandes idiomas: una encuesta (en ARXIV 2022) [documento]
• Unificación de modelos de idiomas grandes y gráficos de conocimiento: una hoja de ruta (en ARXIV 2023) [Documento]

Papeles

Conocimiento como rápido

Comprensión del idioma

• Generación de recuperación auggada para tareas de PNL intensivas en conocimiento, en Neurips 2020. [PDF]
• Realm: pre-entrenamiento del modelo de lenguaje de recuperación de recuperación, en ICML 2020. [PDF]
• Hacer que los modelos de lenguaje previamente entrenados sean mejores estudiantes de pocos disparos, en ACL 2022. [PDF]
• PTR: ANTINGUNO PROBLEMA CON REGLAS PARA LA CLASIFICACIÓN DE TEXTO, en OpenAI 2022. [PDF]
• Verbalización de etiquetas y implicación para una extracción efectiva de relación cero y pocas disparos, en EMNLP 2021. [PDF]
• RelationPrompt: Aprovechando las indicaciones para generar datos sintéticos para la extracción de triplete de relación de disparo cero, en EMNLP 2022 (hallazgos). [PDF]
• Ajuste de inmediato: incorporar el conocimiento en el verbalizador rápido para la clasificación de texto, en ACL 2022. [PDF]
• PPT: ajuste de pedido previamente capacitado para un aprendizaje de pocos disparos, en ACL 2022. [PDF]
• Ajuste de demostración contrastante para modelos de lenguaje previamente capacitados, en EMNLP 2022 (hallazgos). [PDF]
• Adaprpt: capacitación de modelos adaptativos para PNL basado en el aviso, en ARXIV 2022. [PDF]
• KnowPrompt: Conocimiento de conocimiento con la optimización sinérgica para la extracción de relaciones, en www 2022. [PDF]
• La referencia de Schema-Aware como un indicador mejora la construcción de gráficos de conocimiento eficiente en datos, en Sigir 2023. [PDF]
• Conocimiento de desacoplamiento de la memorización: aprendizaje rápido de recuperación, en Neurips 2022. [PDF]
• Extracción de la relación como examen de libro abierto: ajuste rápido de recuperación, en Sigir 2022. [PDF]
• Lightner: un paradigma de ajuste liviano para NER de baja recursos a través de la solicitud de enchufes, en Coling 2022. [PDF]
• Generación de estructura unificada para la extracción de información universal, en ACL 2022. [PDF]
• LASUIE: Extracción de información de unificación con el modelo de lenguaje generativo de estructura adaptativa latente, en Neurips 2022. [PDF]
• Atlas: Aprendizaje de pocos disparos con modelos de lenguaje aumentado de recuperación, en ARXIV 2022. [PDF]
• ¡No se presenten, busque! Aprendizaje cero basado en minería con modelos de idiomas, en ACL 2022. [PDF]
• Involucrar el conocimiento en el modelo de lenguaje previamente capacitado para la comprensión del lenguaje natural, en EMNLP 2022. [PDF]
• Conocimiento unificado Precurimiento previo para los diálogos de servicio al cliente, en CIKM 2022. [PDF]
• Involucrar el conocimiento en el modelo de lenguaje previamente capacitado para la comprensión del lenguaje natural, en EMNLP 2022. [PDF]
• Autoestructo: alineación del modelo de lenguaje con instrucciones auto-generadas, en ARXIV 2022. [PDF]
• Un incrustador, cualquier tarea: incrustaciones de texto de instrucción finalizada, en ARXIV 2022. [PDF]
• Aprender a recuperar indicaciones para el aprendizaje en contexto, en NAACL 2022. [PDF]
• Los datos de capacitación son más valiosos de lo que piensas: un método simple y efectivo al recuperar los datos de capacitación, en ACL 2022. [PDF]
• Un modelo para todos los dominios: ajuste de prefijo de dominio colaborativo para el dominio cruzado NER, en ARXIV 2023. [PDF]
• Repluja: modelos de lenguaje de caja negra de recuperación de recuperación, en ARXIV 2023. [PDF]
• El modelo de lenguaje de conocimiento de conocimiento solicita la respuesta del gráfico de conocimiento de cero, en ARXIV 2023. [PDF]

Multimodal

• La buena guía visual hace un mejor extractor: prefijo visual jerárquico para entidad multimodal y extracción de relaciones, en NAACL 2022 (hallazgos). [PDF]
• Ajuste visual de inmediato, en ECCV 2022. [PDF]
• CPT: Colorido ANTINGUNO ANTERIOR para los modelos de visión previamente capacitados, en EMNLP 2022. [PDF]
• Aprender a solicitar modelos en idioma de visión, en IJCV 2022. [PDF]
• Tiempo de prueba ANTINGUNO PARA GENERALIZACIÓN DE LA VISIÓN EN MODELOS DE VISIÓN, EN NEURIPS 2022. [PDF]

Tareas avanzadas

• Recomendación como procesamiento del lenguaje (RLP): un pretrén unificado, aviso personalizado y predicen paradigma (P5), en ACM RECSYS 2022. [PDF]
• Hacia un sistema de recomendación conversacional unificado a través del aprendizaje rápido mejorado con el conocimiento, en KDD 2022. [PDF]
• PREVIO: Aviso para la coincidencia de entidad generalizada de baja recursos, en VLDB 2023. [PDF]
• Vima: Manipulación de robot general con indicaciones multimodales, en ARXIV 2022. [PDF]
• Improbando modelos de lenguaje de retrosíntesis con indicaciones de desconexión, en ARXIV 2022. [PDF]
• ProgPrompt: Generación de planes de tareas de robot situados utilizando modelos de lenguaje grandes, en ARXIV 2022. [PDF]
• Colaborando con modelos de lenguaje para razonamiento incorporado, en el taller Neurips 2022 Workshop Larel. [PDF]

Aviso (PLMS) para el conocimiento

Sondeo de conocimiento

• ¿Cuánto conocimiento puede empacar en los parámetros de un modelo de idioma? En EMNLP 2020. [PDF]
• ¿Modelos de idiomas como bases de conocimiento? En EMNLP 2019. [PDF]
• Bases de conocimiento materializadas de transformadores de sentido común, en CSRR 2022. [PDF]
• Modelos de lenguaje conscientes del tiempo como bases de conocimiento temporal, en TACL2022. [PDF]
• ¿Pueden los modelos de lenguaje generativos previamente capacitados servir como bases de conocimiento para el control de calidad de libros cerrados? En ACL2021. [PDF]
• Modelos de idiomas como bases de conocimiento: en representaciones de entidades, capacidad de almacenamiento y consultas parafraseadas, en EACL2021. [PDF]
• Modelos de lenguaje científico para la finalización de la base de conocimiento biomédico: un estudio empírico, en AKBC 2021. [PDF]
• LAMA multilingüe: investigar el conocimiento en modelos de lenguaje previo a la apartación multilingüe, en EACL2021. [PDF]
• ¿Cómo podemos saber lo que saben los modelos de idiomas? En TACL 2020. [PDF]
• Cómo el contexto afecta las predicciones fácticas de los modelos de lenguaje, en AKBC 2020. [PDF]
• Copen: sondeo de conocimiento conceptual en modelos de idiomas previamente capacitados, en EMNLP 2022. [PDF]
• Probación de conocimiento simil de modelos de lenguaje previamente capacitados, en ACL 2022. [PDF]

Incrustación de gráficos de conocimiento (proporcionamos una biblioteca y un lambdakg de referencia)

• KG-Bert: Bert para la finalización del gráfico de conocimiento, en ARXIV 2020. [PDF]
• Aprendizaje de múltiples tareas para completar el gráfico de conocimiento con modelos de idiomas previamente capacitados, en Coling 2020. [PDF]
• Aprendizaje de representación de texto de estructura acuática para completar el gráfico de conocimiento eficiente, en WWW 2021. [PDF]
• Kepler: un modelo unificado para la incrustación del conocimiento y la representación del lenguaje previamente capacitado, TACL 2021 [PDF]
• Statik: Estructura y texto para el gráfico de conocimiento inductivo, en NAACL 2022. [PDF]
• Lenguaje conjunto semántico y de estructura integración para la finalización del gráfico de conocimiento, en Coling. [PDF]
• El conocimiento es plano: un marco generativo SEQ2SEQ para diversos conocimientos de finalización de gráficos, en Coling. [PDF]
• ¿Los modelos previamente capacitados benefician la finalización del gráfico de conocimiento? Una evaluación confiable y un enfoque razonable, en ACL 2022. [PDF]
• Modelos de idiomas como incrustaciones de conocimiento, en IJCAI 2022. [PDF]
• De la discriminación a la generación: finalización del gráfico de conocimiento con transformador generativo, en www 2022. [PDF]
• Razonamiento a través de la memorización: incrustaciones del gráfico de conocimiento del vecino más cercano, en ARXIV 2022. [PDF]
• SIMKGC: finalización del gráfico de conocimiento contrastante simple con modelos de lenguaje previamente capacitados, en ACL 2022. [PDF]
• Secuencia a la finalización del gráfico de conocimiento de secuencia y respuesta de preguntas, en ACL 2022. [PDF]
• LP-Bert: Gráfico de conocimiento de previa entrenamiento de tareas múltiples Bert para predicción de enlaces, en ARXIV 2022. [PDF]
• Máscara y razón: Transformadores de gráficos de conocimiento previo al entrenamiento para consultas lógicas complejas, en KDD 2022. [PDF]
• El conocimiento es plano: un marco generativo SEQ2SEQ para la finalización del gráfico de conocimientos, en Coling 2022. [PDF]

Análisis

• ¿Conocimiento bien informado o educado? Revisando modelos de lenguaje como bases de conocimiento, en ACL 2021. [PDF]
• ¿Puede la prueba de sondeo de modelos de lenguaje previos a la aparición? Comprender los riesgos invisibles desde una visión causal, en ACL 2022. [PDF]
• ¿Cómo capturan los modelos de idiomas previamente capacitados el conocimiento fáctico? Un análisis de inspiración causal, en ACL 2022. [PDF]
• Habilidades emergentes de modelos de idiomas grandes, en ARXIV 2022. [PDF]
• Neuronas de conocimiento en transformadores previos a la aparición, en ACL 2022. [PDF]
• Encontrar neuronas de habilidad en modelos de lenguaje basados ​​en transformadores previamente capacitados, en EMNLP 2022. [PDF]
• ¿Las indicaciones resuelven tareas de PNL utilizando idiomas naturales? En ARXIV 2022. [PDF]
• Repensar el papel de las demostraciones: ¿Qué hace que el aprendizaje en contexto funcione? En EMNLP 2022. [PDF]
• ¿Los modelos basados ​​en el aviso realmente entienden el significado de sus indicaciones? En NAACL 2022. [PDF]
• Cuando no confiará en los modelos de idiomas: investigando la efectividad y las limitaciones de las recuerdos paramétricos y no paramétricos, en ARXIV 2022. [PDF]
• ¿Por qué GPT puede aprender en contexto? Los modelos de idiomas realizan descenso en secreto como meta-optimizadores, en ARXIV 2022. [PDF]
• Sueltas fantásticamente ordenadas y dónde encontrarlas: superar la sensibilidad de pedido de pocos disparos, en ACL 2022. [PDF]
• Edición de modelos de idiomas grandes: problemas, métodos y oportunidades, en ARXIV 2023. [PDF]

Información del contacto

Para obtener ayuda o problemas utilizando los Tookits, envíe un problema de GitHub.