Back to Square One: Artifact Detection, Training and Commonsense Disentanglement in the Winograd Schema
专题命中 预训练与数据 :language model(abstract);pretraining(abstract);分类 cs.CL
Comments Accepted to EMNLP 2021
AI 大模型
大语言模型、预训练、指令微调、后训练和语言模型应用。
专题命中 预训练与数据 :language model(abstract);pretraining(abstract);分类 cs.CL
Comments Accepted to EMNLP 2021
专题命中 预训练与数据 :large language model(abstract);language model(abstract);分类 cs.CL
专题命中 预训练与数据 :language model(abstract);pretraining(abstract);分类 cs.CL
Comments Long paper accepted by EMNLP2021 main conference
专题命中 预训练与数据 :language model(abstract);pretraining(abstract);分类 cs.CL
Comments EMNLP 2021
专题命中 预训练与数据 :language model(abstract);pretraining(abstract);分类 cs.CL
Comments Accepted to CIKM 2021
专题命中 预训练与数据 :language model(abstract);pretraining(abstract);分类 cs.CL
专题命中 预训练与数据 :language model(abstract);pretraining(abstract);分类 cs.CL
Comments In Proceedings of The Joint Conference of the 59th Annual Meeting of the Association for Computational Linguistics and the 11th International Joint Conference on Natural Language Processing (ACL-IJCNLP 2021)
专题命中 预训练与数据 :language model(abstract);pretraining(abstract);分类 cs.CL
Comments Added experiments comparing linkers
专题命中 预训练与数据 :language model(abstract);pretraining(abstract);分类 cs.CL
Comments ACL-ICJNLP'21 Findings; The first two authors contributed equally
专题命中 预训练与数据 :language model(abstract);pretraining(abstract);分类 cs.CL
专题命中 预训练与数据 :language model(abstract);pretraining(abstract);分类 cs.CL
专题命中 预训练与数据 :language model(abstract);pretraining(abstract);分类 cs.CL
Comments Accepted at LANTERN2021
专题命中 预训练与数据 :language model(abstract);pretraining(abstract);分类 cs.CL
Comments Accepted as a conference paper at ICLR 2021
专题命中 预训练与数据 :language model(abstract);pretraining(abstract);分类 cs.CL
专题命中 预训练与数据 :language model(abstract);pretraining(abstract);分类 cs.CL
Comments arXiv admin note: substantial text overlap with arXiv:2102.10958
专题命中 预训练与数据 :language model(abstract);pretraining(abstract);分类 cs.LG
专题命中 预训练与数据 :language model(abstract);pretraining(abstract);分类 cs.CL
Comments EMNLP 2020 (14 pages)
专题命中 预训练与数据 :language model(abstract);pretraining(abstract);分类 cs.CL
Comments EMNLP 2020
专题命中 预训练与数据 :language model(abstract);pretraining(abstract);分类 cs.CL
Comments Published at AAAI 2019
专题命中 预训练与数据 :language model(abstract);pretraining(abstract);分类 cs.CL
Comments Accepted to ACL 2020
专题命中 预训练与数据 :language model(abstract);small language model(abstract);分类 cs.CL
Comments 4 pages, 1 figure
专题命中 预训练与数据 :language model(abstract);pretraining(abstract);分类 cs.CL
专题命中 预训练与数据 :language model(abstract);pretraining(abstract);分类 cs.CL
Comments Accepted at ACL2020
专题命中 预训练与数据 :language model(abstract);pretraining(abstract);分类 cs.CL
Comments Accepted to EMNLP Commonsense (COIN)
专题命中 预训练与数据 :language model(abstract);pretraining(abstract);分类 cs.CL
Comments Proceedings of INTERSPEECH 2019
专题命中 预训练与数据 :language model(abstract);pretraining(abstract);分类 cs.CL
Comments ACL 2019
专题命中 预训练与数据 :language model(abstract);pretraining(abstract);分类 cs.CL
Comments 22 pages, 4 figures; to appear at NAACL 2019
专题命中 预训练与数据 :language model(abstract);pretraining(abstract);分类 cs.CL
专题命中 预训练与数据 :language model(abstract);pretraining(abstract);分类 cs.CL
LychSim:一种可控且交互式的视觉研究仿真框架
机构 * Johns Hopkins University(约翰霍普金斯大学)
专题命中 预训练与数据 :LLM(abstract_cn,comments);pretraining(abstract)
AI总结 LychSim基于Unreal Engine 5构建,提供简洁的Python API、生成多样化高保真环境的流程数据管道以及MCP协议集成,用于视觉研究中的可控仿真与闭环优化。
Comments 3D-LLM/VLA Workshop at CVPR 2026. Project page: https://lychsim.github.io/