Ugrás a fő tartalomra

FELFEDEZÉS, CSATLAKOZÁS, NÖVEKEDÉS

Microsoft Reactor

Csatlakozzon a Microsoft Reactorhoz, és vegye fel a kapcsolatot startupokkal és fejlesztőkkel élőben

Készen áll az AI használatának megkezdésére? A Microsoft Reactor eseményekkel, képzésekkel és közösségi forrásokkal segíti a startupokat, a vállalkozókat és a fejlesztőket abban, hogy a következő vállalkozásukat mi-technológiára építsék. Tartson velünk!

FELFEDEZÉS, CSATLAKOZÁS, NÖVEKEDÉS

Microsoft Reactor

Csatlakozzon a Microsoft Reactorhoz, és vegye fel a kapcsolatot startupokkal és fejlesztőkkel élőben

Készen áll az AI használatának megkezdésére? A Microsoft Reactor eseményekkel, képzésekkel és közösségi forrásokkal segíti a startupokat, a vállalkozókat és a fejlesztőket abban, hogy a következő vállalkozásukat mi-technológiára építsék. Tartson velünk!

Vissza

Improving Large Language Model by Systematically Improving its Data

26 február, 2024 | 12:00 du. - 1:00 du. (UTC) Koordinált egyetemes idő

  • Formátum:
  • alt##LivestreamLivestream

Téma: Adattudomány > Gépi Tanulás

Nyelv: Angol

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.

Hangszórók

Kérdéseivel forduljon hozzánk a következő címen: reactor@microsoft.com