paint-brush
Estimer les vecteurs de probabilité d'émotion à l'aide de LLM : remerciements et référencespar@textmodels
235 lectures

Estimer les vecteurs de probabilité d'émotion à l'aide de LLM : remerciements et références

Trop long; Pour lire

Cet article montre comment les LLM (Large Language Models) [5, 2] peuvent être utilisés pour estimer un résumé de l'état émotionnel associé à un morceau de texte.
featured image - Estimer les vecteurs de probabilité d'émotion à l'aide de LLM : remerciements et références
Writings, Papers and Blogs on Text Models HackerNoon profile picture
0-item

Cet article est disponible sur arxiv sous licence CC 4.0.

Auteurs:

(1) D.Sinclair, Imense Ltd, et email : [email protected] ;

(2) WTPye, Warwick University, et e-mail : [email protected].

Tableau des liens

6. Remerciements

Les auteurs reconnaissent l'extraordinaire générosité de Meta dans la publication de pondérations de modèle de manière raisonnable pour leur série LlaMa2 de grands modèles linguistiques pré-entraînés.

7. Références

[1] Ouvrez l'IA. Rapport technique Chatgpt-4. 2023. URL https://arxiv.org/pdf/2303.08774.pdf.


[2] Meta GenAI, Thomas Sciom et Hugo Touvron. Llama 2 : fondation ouverte et modèles de discussion affinés. 2023. URL https://arxiv.org/pdf/2307.09288.pdf.


[3] Rosalind W. Picard. Informatique affective. Presses du MIT, 1997.


[4] J Strabisme. La religion Jedi : l'amour est-il la force ? Amazon Kindle, 2013.


[5] Ashish Vaswani, Noam Shazeer, Niki Parmar, Jakob Uszkoreit, Llion Jones, Aidan N. Gomez, Lukasz Kaiser et Illia Polosukhin. L'attention est tout ce dont vous avez besoin. CoRR, abs/1706.03762, 2017. URL http://arxiv.org/abs/1706.03762.


[6] Wenxuan Zhang, Yue Deng, Bing Liu, Sinno Jialin Pan et Lidong Bing. Analyse des sentiments à l'ère des grands modèles linguistiques : une vérification de la réalité, 2023.