論文の概要: ChatLog: Recording and Analyzing ChatGPT Across Time
- arxiv url: http://arxiv.org/abs/2304.14106v1
- Date: Thu, 27 Apr 2023 11:33:48 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-28 13:37:54.582591
- Title: ChatLog: Recording and Analyzing ChatGPT Across Time
- Title（参考訳）: chatlog: chatgptを時間にわたって記録および分析する
- Authors: Shangqing Tu, Chunyang Li, Jifan Yu, Xiaozhi Wang, Lei Hou, Juanzi Li
- Abstract要約: ChatLog-Monthlyは、毎月38,730の質問応答ペアのデータセットで、推論タスクと分類タスクの両方からの質問が含まれている。
ChatLog-DailyはChatGPTの長文生成のための1000の同一質問に対する応答で構成されている。
本稿では,ChatGPTの進化パターンの存在を示す証拠として,総合的な自動評価と人的評価を行う。
そこで我々は,ChatGPTの新バージョンにおけるRoBERTa型検出器のロバスト性向上のための安定な特徴を見出した。
- 参考スコア（独自算出の注目度）: 26.838238484919092
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: While there are abundant researches about evaluating ChatGPT on natural
language understanding and generation tasks, few studies have investigated how
ChatGPT's behavior changes over time. In this paper, we collect a
coarse-to-fine temporal dataset called ChatLog, consisting of two parts that
update monthly and daily: ChatLog-Monthly is a dataset of 38,730
question-answer pairs collected every month including questions from both the
reasoning and classification tasks. ChatLog-Daily, on the other hand, consists
of ChatGPT's responses to 1000 identical questions for long-form generation
every day. We conduct comprehensive automatic and human evaluation to provide
the evidence for the existence of ChatGPT evolving patterns. We further analyze
the unchanged characteristics of ChatGPT over time by extracting its knowledge
and linguistic features. We find some stable features to improve the robustness
of a RoBERTa-based detector on new versions of ChatGPT. We will continuously
maintain our project at https://github.com/THU-KEG/ChatLog.
- Abstract（参考訳）: chatgptを自然言語理解と生成タスクで評価する研究は豊富であるが、chatgptの行動が時間とともにどのように変化するかの研究はほとんどない。
本稿では、ChatLog-Monthlyという、毎月と毎日更新される2つの部分からなる、粗い時間間データセットを収集する。
一方ChatLog-Dailyは、ChatGPTの回答から、毎日1000の同じ質問に対して長文生成を行う。
chatgpt進化パターンの存在の証拠を提供するため、包括的な自動的および人間的評価を行う。
さらに,その知識と言語的特徴を抽出することにより,ChatGPTの経時変化特性を解析する。
我々は,ChatGPTの新バージョンにおけるRoBERTa型検出器のロバスト性を向上させるための安定な特徴を見出した。
プロジェクトをhttps://github.com/thu-keg/chatlogで継続的にメンテナンスします。
関連論文リスト
- Exploring ChatGPT's Capabilities on Vulnerability Management [56.4403395100589]
我々は、70,346のサンプルを含む大規模なデータセットを用いて、完全な脆弱性管理プロセスを含む6つのタスクでChatGPTの機能を探求する。
注目すべき例として、ChatGPTのソフトウェアバグレポートのタイトル生成などのタスクにおける熟練度がある。
以上の結果から,ChatGPTが抱える障害が明らかとなり,将来的な方向性に光を当てた。
論文 参考訳（メタデータ） (2023-11-11T11:01:13Z) - A Systematic Study and Comprehensive Evaluation of ChatGPT on Benchmark
Datasets [19.521390684403293]
本稿では,ChatGPTの性能を多種多様な学術データセット上で徹底的に評価する。
具体的には、140タスクにわたるChatGPTを評価し、これらのデータセットで生成される255Kの応答を分析する。
論文 参考訳（メタデータ） (2023-05-29T12:37:21Z) - Evaluating ChatGPT's Information Extraction Capabilities: An Assessment
of Performance, Explainability, Calibration, and Faithfulness [18.945934162722466]
7つのきめ細かい情報抽出(IE)タスクを用いてChatGPTの全体的な能力を評価することに集中する。
標準IE設定でのChatGPTのパフォーマンスは劣っているが、OpenIE設定では驚くほど優れたパフォーマンスを示している。
ChatGPTは、その決定に対して高品質で信頼できる説明を提供する。
論文 参考訳（メタデータ） (2023-04-23T12:33:18Z) - Can ChatGPT Reproduce Human-Generated Labels? A Study of Social
Computing Tasks [9.740764281808588]
ChatGPTは、ソーシャルコンピューティングタスクにおいて人為的なラベルアノテーションを再現する可能性がある。
姿勢検出(2x),感情分析,ヘイトスピーチ,ボット検出の5つのデータセットを抽出した。
この結果から,ChatGPTはこれらのデータアノテーションタスクを処理できる可能性を秘めていますが,いくつかの課題が残っています。
論文 参考訳（メタデータ） (2023-04-20T08:08:12Z) - A comprehensive evaluation of ChatGPT's zero-shot Text-to-SQL capability [57.71052396828714]
本稿では,ChatGPTのテキスト・トゥ・アビリティの最初の包括的分析について述べる。
異なる言語、設定、シナリオを持つ12のベンチマークデータセットで実験を行った。
現在のSOTA(State-of-the-art)モデルのパフォーマンスとはまだ差があるが、ChatGPTのパフォーマンスは印象的だ。
論文 参考訳（メタデータ） (2023-03-12T04:22:01Z) - Is ChatGPT a Good NLG Evaluator? A Preliminary Study [121.77986688862302]
NLG測定値として信頼性を示すため,ChatGPTのメタ評価を行った。
実験の結果,ChatGPTは従来の自動測定値と比較して,人間の判断と最先端あるいは競合的な相関を達成できた。
我々の予備研究は、汎用的な信頼性のあるNLGメトリックの出現を促すことを願っている。
論文 参考訳（メタデータ） (2023-03-07T16:57:20Z) - Can ChatGPT Understand Too? A Comparative Study on ChatGPT and
Fine-tuned BERT [103.57103957631067]
チャットGPTは、人間の質問に対する流動的で高品質な応答を生成できるため、大きな注目を集めている。
そこで我々は,ChatGPTの理解能力を,最も人気のあるGLUEベンチマークで評価し,より詳細な4種類のBERTスタイルのモデルと比較した。
2)ChatGPTは,感情分析や質問応答タスクにおいて,BERTと同等のパフォーマンスを達成している。
論文 参考訳（メタデータ） (2023-02-19T12:29:33Z) - Is ChatGPT a General-Purpose Natural Language Processing Task Solver? [113.22611481694825]
大規模言語モデル(LLM)は、さまざまな自然言語処理(NLP)タスクをゼロショットで実行できることを実証している。
近年、ChatGPTのデビューは自然言語処理(NLP)コミュニティから大きな注目を集めている。
ChatGPTが多くのNLPタスクをゼロショットで実行できるジェネラリストモデルとして機能するかどうかはまだ分かっていない。
論文 参考訳（メタデータ） (2023-02-08T09:44:51Z)
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。