HyperAIHyperAI

Command Palette

Search for a command to run...

FlowQA: فهم التدفق في التاريخ للإدراك الآلي في المحادثة

Hsin-Yuan Huang Eunsol Choi Wen-tau Yih

الملخص

فهم الآلة للمحادثة يتطلب فهم سياق المحادثة، مثل أزواج الأسئلة والإجابات السابقة، وسياق الوثيقة، والسؤال الحالي. لتمكين النماذج التقليدية ذات الدور الواحد من ترميز التاريخ بشكل شامل، نقدم آلية تسمى Flow (التدفق)، وهي قادرة على دمج التمثيلات الوسيطة التي يتم إنشاؤها أثناء عملية الإجابة على الأسئلة السابقة، من خلال هيكل معالجة متوازي متناوب. بالمقارنة مع الطرق التي تقوم بدمج الأسئلة والإجابات السابقة كمدخلات، فإن Flow يدمج الدلالات الكامنة لتاريخ المحادثة بشكل أكثر عمقًا. نموذجنا، FlowQA (فلاوكيه)، يظهر أداءً أفضل في تحديين محوريين تم اقتراحهما مؤخرًا (+7.2% في F1 على CoQA و+4.0% على QuAC). كما أثبتت فعالية Flow في مهام أخرى. من خلال تقليص فهم التعليمات المتتابعة إلى فهم الآلة للمحادثة، حقق FlowQA تفوقًا على أفضل النماذج في جميع المجالات الثلاثة في SCONE (سكون)، بمعدل تحسن يتراوح بين +1.8% و+4.4% في الدقة.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp