Ir al contenido principal

DESCUBRIR, CONECTAR, CRECER

Microsoft Reactor

Únase a Microsoft Reactor e interactúe con startups y desarrolladores en directo.

¿Todo listo para empezar a usar la IA? Microsoft Reactor proporciona eventos, formación y recursos de la comunidad para ayudar a startups, emprendedores y desarrolladores a crear su próximo negocio con tecnología basada en IA. ¡Acompáñenos!

DESCUBRIR, CONECTAR, CRECER

Microsoft Reactor

Únase a Microsoft Reactor e interactúe con startups y desarrolladores en directo.

¿Todo listo para empezar a usar la IA? Microsoft Reactor proporciona eventos, formación y recursos de la comunidad para ayudar a startups, emprendedores y desarrolladores a crear su próximo negocio con tecnología basada en IA. ¡Acompáñenos!

Volver

Improving Large Language Model by Systematically Improving its Data

26 febrero, 2024 | 12:00 p. m. - 1:00 p. m. (UTC) Hora universal coordinada

  • Formato:
  • alt##LivestreamLivestream

Tema del evento: Ciencia de datos y aprendizaje automático

Idioma: Inglés

Labeled data powers AI/ML in the enterprise, but real-world datasets have been found to contain between 7-50% annotation errors. Imperfectly labelled text data hampers ML models' training (and evaluation) across tasks like intent recognition, entity recognition, and sequence generation. Although pretrained LLMs are equipped with a lot of world knowledge, their performance is adversely affected by noisy training data (as noted by OpenAI).

In this talk, we illustrate data-centric techniques to mitigate the effect of label noise without changing any code related to model architecture, hyperparameters, or training. These data quality improvement techniques should thus remain applicable even for future advanced LLMs like GPT-10.

Oradores

Si tiene preguntas, póngase en contacto con nosotros a través de reactor@microsoft.com