論文の概要: PromptSource: An Integrated Development Environment and Repository for Natural Language Prompts

• arxiv url: http://arxiv.org/abs/2202.01279v1
• Date: Wed, 2 Feb 2022 20:48:54 GMT
• ステータス: 処理完了
• システム内更新日: 2022-02-04 13:32:20.310885
• Title: PromptSource: An Integrated Development Environment and Repository for Natural Language Prompts
• Title（参考訳）: PromptSource: 自然言語プロンプトのための統合開発環境とリポジトリ
• Authors: Stephen H. Bach, Victor Sanh, Zheng-Xin Yong, Albert Webson, Colin Raffel, Nihal V. Nayak, Abheesht Sharma, Taewoon Kim, M Saiful Bari, Thibault Fevry, Zaid Alyafeai, Manan Dey, Andrea Santilli, Zhiqing Sun, Srulik Ben-David, Canwen Xu, Gunjan Chhablani, Han Wang, Jason Alan Fries, Maged S. Al-shaibani, Shanya Sharma, Urmish Thakker, Khalid Almubarak, Xiangru Tang, Xiangru Tang, Mike Tian-Jian Jiang, Alexander M. Rush
• Abstract要約: PromptSourceは自然言語のプロンプトを作成し、共有し、使用するシステムである。 Promptは、データセットから自然言語入力とターゲット出力にサンプルをマッピングする関数である。 約170のデータセットに対して2,000以上のプロンプトが、すでにPromptSourceで利用可能である。
• 参考スコア（独自算出の注目度）: 106.82620362222197
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: PromptSource is a system for creating, sharing, and using natural language prompts. Prompts are functions that map an example from a dataset to a natural language input and target output. Using prompts to train and query language models is an emerging area in NLP that requires new tools that let users develop and refine these prompts collaboratively. PromptSource addresses the emergent challenges in this new setting with (1) a templating language for defining data-linked prompts, (2) an interface that lets users quickly iterate on prompt development by observing outputs of their prompts on many examples, and (3) a community-driven set of guidelines for contributing new prompts to a common pool. Over 2,000 prompts for roughly 170 datasets are already available in PromptSource. PromptSource is available at https://github.com/bigscience-workshop/promptsource.
• Abstract（参考訳）: PromptSourceは自然言語のプロンプトを作成し、共有し、使用するシステムである。 Promptは、データセットから自然言語入力とターゲット出力にサンプルをマッピングする関数である。 言語モデルのトレーニングとクエリにプロンプトを使用することは、ユーザが共同でこれらのプロンプトを開発し、洗練するための新しいツールを必要とする、NLPの新たな領域である。 promptsourceは、(1)データリンクされたプロンプトを定義するテンプレート言語、(2)ユーザーが多くの例でプロンプトのアウトプットを観察してプロンプト開発をすばやくイテレーションできるインターフェイス、(3)共通のプールに新しいプロンプトを投稿するためのコミュニティ主導のガイドラインなど、この新しい設定の緊急の課題に対処する。 約170のデータセットに対して2,000以上のプロンプトが、すでにPromptSourceで利用可能である。 PromptSourceはhttps://github.com/bigscience-workshop/promptsourceで入手できる。

関連論文リスト

• Promptriever: Instruction-Trained Retrievers Can Be Prompted Like Language Models [54.272894325370956]
  本稿では,LMのように誘導できる最初の検索モデルであるPromptrieverを紹介する。 Promptrieverは、標準的な検索タスクで高いパフォーマンスを達成し、命令に従う。
  論文  参考訳（メタデータ） (2024-09-17T12:42:55Z)
• PromptSet: A Programmer's Prompting Dataset [0.0]
  PromptSetという,オープンソースのPythonプログラムで使用される61,000以上のユニークな開発者プロンプトを備えた,新しいデータセットを提示する。 このデータセット上で解析を行い、プロンプトのための静的linterの概念を導入する。
  論文  参考訳（メタデータ） (2024-02-26T16:34:29Z)
• Language Prompt for Autonomous Driving [58.45334918772529]
  我々は,3D,マルチビュー,マルチフレーム空間内のシーンを駆動するための最初のオブジェクト指向言語プロンプトセットであるNuPromptを提案する。 合計35,367の言語記述を構築することで、Nuscenesデータセットを拡張し、それぞれが平均5.3のオブジェクトトラックを参照している。 新しいベンチマークから得られたオブジェクトとテキストのペアに基づいて、新しいプロンプトベースの駆動タスク、すなわち、言語プロンプトを用いて、ビューやフレーム間で記述されたオブジェクトの軌跡を予測する。
  論文  参考訳（メタデータ） (2023-09-08T15:21:07Z)
• Learning to Transfer Prompts for Text Generation [97.64625999380425]
  転送可能なテキスト生成のための新しいプロンプトベース手法(PTG)を提案する。 まず、PTGは、様々なソース生成タスクの一連のソースプロンプトを学習し、ターゲット生成タスクを実行するためのターゲットプロンプトとしてこれらのプロンプトを転送する。 広範な実験では、PTGは微調整法よりも競争力または優れた結果が得られる。
  論文  参考訳（メタデータ） (2022-05-03T14:53:48Z)
• Zero-shot Cross-lingual Transfer of Prompt-based Tuning with a Unified Multilingual Prompt [98.26682501616024]
  我々はUniPromptと呼ばれるすべての言語に対して統一的なプロンプトを使用する新しいモデルを提案する。 統一的なプロンプトは多言語 PLM による計算であり、言語に依存しない表現を生成する。 提案手法は、異なる言語間で強いベースラインを著しく上回ることができる。
  論文  参考訳（メタデータ） (2022-02-23T11:57:52Z)
• Context-Tuning: Learning Contextualized Prompts for Natural Language Generation [52.835877179365525]
  自然言語生成のための微調整PLMに対して,Context-Tuningと呼ばれる新しい連続的プロンプト手法を提案する。 まず、入力テキストに基づいてプロンプトを導出し、PLMから有用な知識を抽出して生成する。 第二に、生成したテキストの入力に対する関連性をさらに高めるために、連続的な逆プロンプトを用いて自然言語生成のプロセスを洗練する。
  論文  参考訳（メタデータ） (2022-01-21T12:35:28Z)

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。