XiaoMi-AI文件搜索系统
World File Search Systemfrr
Infrrd.ai 在 SemEval-2024 任务 7 中的表现：基于 RAG 的端到端训练以生成标题和数字
我们提出了一种基于检索增强生成 (RAG) 的训练算法来获得最相似的训练样本。获得的训练样本被用作参考，以执行基于上下文学习的大型语言模型 (LLM) 微调。我们使用提出的方法生成标题并从非结构化文本中提取数值。通过专门设计用于捕获数字的扩展标记语言 (XML) 标签，模型可以意识到非结构化文本中数字的存在。非结构化文本的标题经过预处理以包装数字，然后呈现给模型。许多数学运算也被作为参考传递，以涵盖思路链 (COT) 方法。因此，模型可以计算传递给数学运算的最终值。我们将数字验证作为后处理步骤，以验证模型计算的数值是否正确。生成的标题中的数字自动验证帮助模型在所涉及的方法中在人工评估中取得最佳结果。
Infrrd.ai 在 SemEval-2022 任务 11：使用数据增强、基于 Transformer 的序列标记模型和 EnsembleCRF 进行命名实体识别的系统
在低资源语言中，训练数据量有限。因此，模型必须在未训练过的陌生句子和句法上表现良好。我们提出了一种通过编码器和语言模型集成来解决这个问题的方法。与多语言语言模型相比，特定语言的语言模型表现不佳。因此，多语言语言模型检查点针对特定语言进行了微调。在模型输出和 CRF 之间引入了一种新颖的独热编码器方法，以集成格式组合结果。我们的团队 Infrrd.ai 参加了 MultiCoNER 竞赛。结果令人鼓舞，团队位列前 10 名。在我们参加的大多数赛道中，与第三名的差距不到 4%。所提出的方法表明，以多语言语言模型为基础在编码器的帮助下的模型集成比单一语言特定模型的表现更好。
* NJIT 新泽西州立大学国家管道安全局
前言 本报告记录了 1994 年 6 月 20 日在新泽西州纽瓦克举行的全国管道安全峰会。本报告由新泽西理工学院 (NJIT) 运输研究所根据与研究和特别项目管理局 (RSPA) 管道安全办公室的合同编写。本报告以执行摘要和国会和行政官员的评论作为开篇。接下来是四个小组的总结报告。这些总结报告来自 NJIT 研究人员所理解的小组成员的评论。小组成员提交的论文全文包含在本报告中的附录 81 至 B5 中。小组总结之后是包含现场提问和小组成员对这些问题的回答的部分。基于报告前面的部分，NJIT 研究人员对小组成员共同关注的问题和可能的解决方案进行了分析。这些内容包含在倒数第二部分。报告主体以简短的结束语结束。附录包含会议议程、小组成员准备的论文、在会议上分发的议题论文
* NJIT 新泽西州立大学国家管道安全局
前言 本报告记录了 1994 年 6 月 20 日在新泽西州纽瓦克举行的全国管道安全峰会。本报告由新泽西理工学院 (NJIT) 运输研究所根据与研究和特别项目管理局 (RSPA) 管道安全办公室的合同编写。本报告以执行摘要和国会和行政官员的评论作为开篇。接下来是四个小组的总结报告。这些总结报告来自 NJIT 研究人员所理解的小组成员的评论。小组成员提交的论文全文包含在本报告中的附录 81 至 B5 中。小组总结之后是包含现场提问和小组成员对这些问题的回答的部分。根据报告的前面几节，NJIT 研究人员对小组成员之间存在一些共同点的问题以及一些可能的解决方案进行了分析。这些都包含在倒数第二节中。报告主体以一些简短的结束语结束。附录包含会议议程、小组成员准备的文件、峰会上分发的议题文件、峰会上提供的两份讲义以及峰会参与者名单。峰会已录制成录像带。副本将在峰会结束后约 2 个月提供。副本可从俄克拉荷马城交通安全研究所购买，电话为 405 954-4643。美国交通部会议记录全国管道安全峰会，1994 年 6 月 20 日 由新泽西理工学院交通研究所筹备