論文の概要: An Ensemble Approach to Personalized Real Time Predictive Writing for Experts

• arxiv url: http://arxiv.org/abs/2308.13576v1
• Date: Fri, 25 Aug 2023 12:45:46 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-29 20:28:26.629575
• Title: An Ensemble Approach to Personalized Real Time Predictive Writing for Experts
• Title（参考訳）: 専門家のための個人化リアルタイム予測書記へのアンサンブルアプローチ
• Authors: Sourav Prosad and Viswa Datha Polavarapu and Shrutendra Harsola
• Abstract要約: 大きな言語モデル、伝統的なマルコフモデル、シャーレベルモデルなど、さまざまなアプローチを結びつけて、エンドツーエンドシステムを作ります。 提案されたシステムは、パーソナライズした文章を書きながら、自動補完文、フレーズまたは単語を作成できる。
• 参考スコア（独自算出の注目度）: 0.05261718469769446
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Completing a sentence, phrase or word after typing few words / characters is very helpful for Intuit financial experts, while taking notes or having a live chat with users, since they need to write complex financial concepts more efficiently and accurately many times in a day. In this paper, we tie together different approaches like large language models, traditional Markov Models and char level models to create an end-to-end system to provide personalised sentence/word auto-complete suggestions to experts, under strict latency constraints. Proposed system can auto-complete sentences, phrases or words while writing with personalisation and can be trained with very less data and resources with good efficiency. Our proposed system is not only efficient and personalized but also robust as it leverages multiple machine learning techniques along with transfer learning approach to fine tune large language model with Intuit specific data. This ensures that even in cases of rare or unusual phrases, the system can provide relevant auto-complete suggestions in near real time. Survey has showed that this system saves expert note-taking time and boosts expert confidence in their communication with teammates and clients. Since enabling this predictive writing feature for QBLive experts, more than a million keystrokes have been saved based on these suggestions. We have done comparative study for our ensemble choice. Moreover this feature can be integrated with any product which has writing facility within a very short period of time.
• Abstract（参考訳）: 数個の単語や文字をタイプした後、文やフレーズ、単語を完了することは、直感的な金融専門家にとって非常に有用であり、メモを取ったり、ユーザーとライブチャットを行ったりすることで、複雑な金融概念をより効率的かつ正確に1日に何度も書く必要がある。 本稿では,大規模言語モデルやマルコフモデル,チャリレベルモデルなど,さまざまなアプローチを結びつけて,個人化された文/単語の自動補完提案を専門家に提供するエンドツーエンドシステムを構築する。 提案するシステムは、パーソナライズされた文章やフレーズ、単語を自動補完することができ、より少ないデータやリソースで、効率良く訓練することができる。 提案システムは,効率的かつパーソナライズされただけでなく,複数の機械学習技術と伝達学習アプローチを利用して,Intuit固有のデータを用いて大規模言語モデルを微調整する。 これにより、まれなフレーズや珍しいフレーズであっても、システムはほぼリアルタイムで関連する自動補完提案を提供できる。 調査によると、このシステムは専門家のメモ取り時間を節約し、チームメイトやクライアントとのコミュニケーションに対する専門家の信頼を高める。 QBLiveの専門家にとってこの予測的な書き込み機能を有効にして以来、これらの提案に基づいて100万以上のキーストロークが保存されている。 我々はアンサンブルの選択について比較研究を行った。 さらに、この機能は、非常に短時間で書き込み機能を持つ任意の製品に統合することができる。

関連論文リスト

• Remote Timing Attacks on Efficient Language Model Inference [63.79839291641793]
  タイミング差を利用してタイミングアタックをマウントできることが示される。 90%以上の精度でユーザの会話の話題を学習することができるかを示す。 相手はブースティング攻撃を利用して、オープンソースのシステム用のメッセージに置かれたPIIを回復することができる。
  論文  参考訳（メタデータ） (2024-10-22T16:51:36Z)
• Automated Genre-Aware Article Scoring and Feedback Using Large Language Models [8.10826723408637]
  本稿では,高度知的物品スコアリングシステムの開発に焦点をあてる。 著作物の全体的な品質を評価し、様々なジャンルに合わせた詳細な特徴ベースのスコアを提供する。
  論文  参考訳（メタデータ） (2024-10-18T04:13:51Z)
• GPT Assisted Annotation of Rhetorical and Linguistic Features for Interpretable Propaganda Technique Detection in News Text [1.2699007098398802]
  本研究は, 説得の言語に関する文献で同定された22の修辞的, 言語学的特徴を分類した。 WebアプリケーションであるRhetAnnは、そうでなければかなりの精神的な努力を最小限に抑えるように設計されている。 注釈付きデータの小さなセットは、生成的大言語モデル(LLM)であるGPT-3.5を微調整し、残りのデータに注釈を付けた。
  論文  参考訳（メタデータ） (2024-07-16T15:15:39Z)
• CELA: Cost-Efficient Language Model Alignment for CTR Prediction [71.85120354973073]
  CTR(Click-Through Rate)予測は、レコメンダシステムにおいて最重要位置を占める。 最近の取り組みは、プレトレーニング言語モデル(PLM)を統合することでこれらの課題を緩和しようとしている。 CTR予測のためのtextbfCost-textbfEfficient textbfLanguage Model textbfAlignment (textbfCELA)を提案する。
  論文  参考訳（メタデータ） (2024-05-17T07:43:25Z)
• Speakerly: A Voice-based Writing Assistant for Text Composition [4.216669889748762]
  Speakerlyは、新しいリアルタイム音声ベースの筆記支援システムだ。 メール、インスタントメッセージ、ノートなど、さまざまなユースケースにまたがるテキスト構成のユーザを支援する。
  論文  参考訳（メタデータ） (2023-10-24T23:53:15Z)
• PerPLM: Personalized Fine-tuning of Pretrained Language Models via Writer-specific Intermediate Learning and Prompts [16.59511985633798]
  事前訓練言語モデル(PLM)はコンテキストをキャプチャするための強力なツールである。 PLMは通常、様々な作家の間で広く使われるように訓練され、微調整されている。 本研究では, PLMの微調整を具体化することで, テキスト理解タスクの精度を向上させることを目的とする。
  論文  参考訳（メタデータ） (2023-09-14T14:03:48Z)
• TEMPERA: Test-Time Prompting via Reinforcement Learning [57.48657629588436]
  強化学習(TEMPERA)を用いたテスト時間プロンプト編集を提案する。 従来のプロンプト生成手法とは対照的に、TEMPERAは事前知識を効率的に活用することができる。 本手法は従来の微調整法と比較して試料効率の平均改善率を5.33倍に向上させる。
  論文  参考訳（メタデータ） (2022-11-21T22:38:20Z)
• Building a Personalized Dialogue System with Prompt-Tuning [5.942602139622984]
  与えられた文字設定(ペルソナ)に基づいて応答する対話システムを構築する。 本稿では,事前学習された大規模言語モデルに対して,学習コストの低いプロンプトチューニングを利用する手法を提案する。
  論文  参考訳（メタデータ） (2022-06-11T02:21:11Z)
• Conditioned Text Generation with Transfer for Closed-Domain Dialogue Systems [65.48663492703557]
  条件付き変分オートエンコーダを用いて,意図特化文の生成を最適に学習し,制御する方法を示す。 クエリ転送と呼ばれる新しいプロトコルを導入し、大規模で遅延のないデータセットを活用できるようにします。
  論文  参考訳（メタデータ） (2020-11-03T14:06:10Z)
• Curious Case of Language Generation Evaluation Metrics: A Cautionary Tale [52.663117551150954]
  イメージキャプションや機械翻訳などのタスクを評価するデファクトメトリクスとして、いくつかの一般的な指標が残っている。 これは、使いやすさが原因でもあり、また、研究者がそれらを見て解釈する方法を知りたがっているためでもある。 本稿では,モデルの自動評価方法について,コミュニティにより慎重に検討するよう促す。
  論文  参考訳（メタデータ） (2020-10-26T13:57:20Z)
• Learning Adaptive Language Interfaces through Decomposition [89.21937539950966]
  本稿では,分解による新しいハイレベルな抽象化を学習するニューラルセマンティック解析システムを提案する。 ユーザは、新しい振る舞いを記述する高レベルな発話を低レベルなステップに分解することで、対話的にシステムを教える。
  論文  参考訳（メタデータ） (2020-10-11T08:27:07Z)

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。