論文の概要: MixingBoard: a Knowledgeable Stylized Integrated Text Generation Platform

• arxiv url: http://arxiv.org/abs/2005.08365v2
• Date: Thu, 2 Jul 2020 18:40:26 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-02 05:35:02.272015
• Title: MixingBoard: a Knowledgeable Stylized Integrated Text Generation Platform
• Title（参考訳）: mixboard: 知識に富んだスタイリッシュな統合テキスト生成プラットフォーム
• Authors: Xiang Gao, Michel Galley, Bill Dolan
• Abstract要約: MixingBoardは、知識に基づくスタイル付きテキスト生成に焦点を当てたデモを構築するためのプラットフォームである。 ローカル開発やリモートアクセス,WebページAPIなどのユーザインターフェースが提供されることで,ユーザが自身のデモを簡単に構築できるようになる。
• 参考スコア（独自算出の注目度）: 32.50773822686633
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present MixingBoard, a platform for quickly building demos with a focus on knowledge grounded stylized text generation. We unify existing text generation algorithms in a shared codebase and further adapt earlier algorithms for constrained generation. To borrow advantages from different models, we implement strategies for cross-model integration, from the token probability level to the latent space level. An interface to external knowledge is provided via a module that retrieves on-the-fly relevant knowledge from passages on the web or any document collection. A user interface for local development, remote webpage access, and a RESTful API are provided to make it simple for users to build their own demos.
• Abstract（参考訳）: MixingBoardは、知識に基づくスタイル付きテキスト生成に焦点を当てた、デモを素早く構築するプラットフォームです。 我々は、既存のテキスト生成アルゴリズムを共有コードベースに統合し、制約付き生成に以前のアルゴリズムをさらに適応させる。 異なるモデルから利点を借用するため、トークン確率レベルから潜在空間レベルまで、クロスモデル統合のための戦略を実装します。 外部知識へのインタフェースは、Webやドキュメントコレクションからオンザフライで関連する知識を取得するモジュールを介して提供される。 ローカル開発用のユーザインターフェース、リモートWebページアクセス、RESTful APIが提供され、ユーザが自身のデモを簡単に構築できるようになる。

関連論文リスト

• Unitxt: Flexible, Shareable and Reusable Data Preparation and Evaluation for Generative AI [15.220987187105607]
  Unitxtは、生成言語モデルに適した、カスタマイズ可能なテキストデータ準備と評価のための革新的なライブラリである。 UnitxtはHFaceやLM-eval-harnessといった一般的なライブラリと統合されており、実践者間のカスタマイズや共有が容易である。 Unitxtは、ツール以外にも、コミュニティ主導のプラットフォームで、ユーザがパイプラインを構築し、共有し、前進することを可能にする。
  論文  参考訳（メタデータ） (2024-01-25T08:57:33Z)
• REST: Retrieval-Based Speculative Decoding [69.06115086237207]
  本稿では,言語モデル生成の高速化を目的とした新しいアルゴリズムであるRetrieval-Based Speculative Decoding(REST)を紹介する。 投機的復号化のためのドラフト言語モデルに依存する従来の方法とは異なり、RESTは検索の力を利用してドラフトトークンを生成する。 単一バッチ環境で7Bと13Bの言語モデルでベンチマークすると、RESTはコードやテキスト生成において1.62Xから2.36Xの大幅なスピードアップを達成する。
  論文  参考訳（メタデータ） (2023-11-14T15:43:47Z)
• KETM:A Knowledge-Enhanced Text Matching method [0.0]
  知識強化テキストマッチングモデル(KETM)と呼ばれるテキストマッチングの新しいモデルを提案する。 テキストワード定義を外部知識として検索するために、Wiktionaryを使用します。 我々は、ゲーティング機構を用いてテキストと知識を融合させ、テキストと知識融合の比率を学習する。
  論文  参考訳（メタデータ） (2023-08-11T17:08:14Z)
• TextFormer: A Query-based End-to-End Text Spotter with Mixed Supervision [61.186488081379]
  Transformerアーキテクチャを用いた問合せベースのエンドツーエンドテキストスポッターであるTextFormerを提案する。 TextFormerは、画像エンコーダとテキストデコーダの上に構築され、マルチタスクモデリングのための共同セマンティック理解を学ぶ。 分類、セグメンテーション、認識のブランチの相互訓練と最適化を可能にし、より深い特徴共有をもたらす。
  論文  参考訳（メタデータ） (2023-06-06T03:37:41Z)
• Text-Blueprint: An Interactive Platform for Plan-based Conditional Generation [84.95981645040281]
  プランニングは条件付き生成を不透明にし、基礎を固める上で有用な中間ステップである。 本稿では,問合せ-問合せ-問合せ-問合せペアを用いて,問合せに焦点を絞った要約のためのWebブラウザによる実演を紹介する。
  論文  参考訳（メタデータ） (2023-04-28T18:14:48Z)
• Open Domain Question Answering over Virtual Documents: A Unified Approach for Data and Text [62.489652395307914]
  我々は、知識集約型アプリケーションのための構造化知識を符号化する手段として、Data-to-text法、すなわち、オープンドメイン質問応答(QA)を用いる。 具体的には、ウィキペディアとウィキソースの3つのテーブルを付加知識源として使用する、データとテキスト上でのオープンドメインQAのための冗長化-レトリバー・リーダー・フレームワークを提案する。 UDT-QA(Unified Data and Text QA)は,知識インデックスの拡大を効果的に活用できることを示す。
  論文  参考訳（メタデータ） (2021-10-16T00:11:21Z)
• DomiKnowS: A Library for Integration of Symbolic Domain Knowledge in Deep Learning [12.122347427933637]
  ディープラーニングアーキテクチャにおけるドメイン知識の統合のためのライブラリを実演する。 このライブラリを使用すると、データの構造はグラフ宣言によって象徴的に表現される。 ドメイン知識は明確に定義することができ、モデルの説明可能性を改善する。
  論文  参考訳（メタデータ） (2021-08-27T16:06:42Z)
• VX2TEXT: End-to-End Learning of Video-Based Text Generation From Multimodal Inputs [103.99315770490163]
  本稿では,ビデオ+テキスト,音声,音声によるマルチモーダル入力からテキストを生成するフレームワークを提案する。 実験により、一つのアーキテクチャに基づくアプローチは、3つのビデオベースのテキスト生成タスクにおいて最先端のタスクより優れていることが示された。
  論文  参考訳（メタデータ） (2021-01-28T15:22:36Z)
• A New Perspective for Flexible Feature Gathering in Scene Text Recognition Via Character Anchor Pooling [32.82620509088932]
  本稿では,キャラクタアンコリングモジュール (CAM) とアンカープールモジュール (APM) と呼ばれる結合モジュールのペアを提案する。 CAMは、文字を個別にアンカーすることで、字型非感受性の方法でテキストをローカライズする。APMは、文字アンカーに沿って柔軟に機能を補間して収集し、シーケンス学習を可能にする。
  論文  参考訳（メタデータ） (2020-02-10T03:01:23Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。