Fugu-MT 論文翻訳(概要): PyTerrier-GenRank: The PyTerrier Plugin for Reranking with Large Language Models

論文の概要: PyTerrier-GenRank: The PyTerrier Plugin for Reranking with Large Language Models

arxiv url: http://arxiv.org/abs/2412.05339v1
Date: Fri, 06 Dec 2024 04:30:00 GMT
ステータス: 翻訳完了
システム内更新日: 2024-12-10 14:58:56.632881
Title: PyTerrier-GenRank: The PyTerrier Plugin for Reranking with Large Language Models
Title（参考訳）: PyTerrier-GenRank: 大規模言語モデルでランク付けするためのPyTerrierプラグイン
Authors: Kaustubh D. Dhole,
Abstract要約: PyTerrier-GenRank は LLM によるシームレスな再品位実験を容易にする PyTerrier-GenRank プラグインである。私たちはHuggingFaceとOpenAIがホストするエンドポイントを通じてプラグインを検証する。
参考スコア（独自算出の注目度）: 3.724713116252253
License:
Abstract: Using LLMs as rerankers requires experimenting with various hyperparameters, such as prompt formats, model choice, and reformulation strategies. We introduce PyTerrier-GenRank, a PyTerrier plugin to facilitate seamless reranking experiments with LLMs, supporting popular ranking strategies like pointwise and listwise prompting. We validate our plugin through HuggingFace and OpenAI hosted endpoints.
Abstract（参考訳）: LLMをリランカとして使用するには、プロンプトフォーマット、モデル選択、修正戦略など、さまざまなハイパーパラメータを試す必要がある。 PyTerrier-GenRankはLLMによるシームレスな再ランク実験を容易にするプラグインで、ポイントワイズやリストワイズといった一般的なランキング戦略をサポートする。私たちはHuggingFaceとOpenAIがホストするエンドポイントを通じてプラグインを検証する。

関連論文リスト

TransformerRanker: A Tool for Efficiently Finding the Best-Suited Language Models for Downstream Classification Tasks [2.497666465251894]
TransformerRankerは、事前訓練された言語モデルの分類タスクをランク付けする軽量ライブラリである。我々のライブラリは、転送可能性推定のための現在のアプローチを実装している。 TransformerRankerは,Pipインストール可能なオープンソースライブラリとして利用可能です。
論文参考訳（メタデータ） (2024-09-09T18:47:00Z)
Large Language Models are Effective Text Rankers with Pairwise Ranking Prompting [65.00288634420812]
Pairwise Ranking Prompting (PRP)は、大規模言語モデル(LLM)の負担を大幅に軽減する手法である。本研究は,中等級のオープンソースLCMを用いた標準ベンチマークにおいて,最先端のランク付け性能を達成した文献としては初めてである。
論文参考訳（メタデータ） (2023-06-30T11:32:25Z)
Large Language Models are Strong Zero-Shot Retriever [89.16756291653371]
ゼロショットシナリオにおける大規模検索に大規模言語モデル(LLM)を適用するための簡単な手法を提案する。我々の手法であるRetriever(LameR)は,LLM以外のニューラルモデルに基づいて構築された言語モデルである。
論文参考訳（メタデータ） (2023-04-27T14:45:55Z)
UPRISE: Universal Prompt Retrieval for Improving Zero-Shot Evaluation [81.80385076856304]
本稿では,与えられたゼロショットタスク入力のプロンプトを自動的に取り出す軽量で多用途なレトリバーをチューニングするUPRISEを提案する。具体的には、クロスタスクおよびクロスモデルシナリオにおける普遍性を示す。 UPRISEはChatGPT実験における幻覚の緩和効果を示す。
論文参考訳（メタデータ） (2023-03-15T10:53:49Z)
PyTAIL: Interactive and Incremental Learning of NLP Models with Human in the Loop for Online Data [1.576409420083207]
PyTAILは、人間のループアプローチでNLPモデルを積極的に訓練できるピソンライブラリである。テキスト分類のための既存のソーシャルメディアベンチマークデータセット上でのPyTAILの性能をシミュレートする。
論文参考訳（メタデータ） (2022-11-24T20:08:15Z)
PyHopper -- Hyperparameter optimization [51.40201315676902]
我々は機械学習研究者のためのブラックボックス最適化プラットフォームであるPyHopperを紹介する。 PyHopperの目標は、最小限の労力で既存のコードと統合し、最小限のマニュアル監視で最適化プロセスを実行することである。単純さを主テーマとして、PyHopperは単一のロバストなマルコフチェーンモンテカルロ最適化アルゴリズムを利用している。
論文参考訳（メタデータ） (2022-10-10T14:35:01Z)
PyHHMM: A Python Library for Heterogeneous Hidden Markov Models [63.01207205641885]
PyHHMM は Heterogeneous-Hidden Markov Models (HHMM) のオブジェクト指向Python実装である。 PyHHMMは、異種観測モデル、データ推論の欠如、異なるモデルの順序選択基準、半教師付きトレーニングなど、同様のフレームワークではサポートされない機能を強調している。 PyHHMMは、numpy、scipy、scikit-learn、およびシーボーンPythonパッケージに依存しており、Apache-2.0ライセンスの下で配布されている。
論文参考訳（メタデータ） (2022-01-12T07:32:36Z)
PyLightcurve-torch: a transit modelling package for deep learning applications in PyTorch [0.0]
我々はPyLightcurveとPyTorchをベースにした新しいオープンソースpythonパッケージを提案する。効率的な計算と外惑星トランジットの自動分化のために調整されている。
論文参考訳（メタデータ） (2020-11-03T22:05:41Z)

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。