paint-brush
LLM を使用した感情確率ベクトルの推定: 謝辞と参考文献@textmodels
235 測定値

LLM を使用した感情確率ベクトルの推定: 謝辞と参考文献

長すぎる; 読むには

この論文では、LLM(大規模言語モデル)[5, 2]を使用して、テキストに関連付けられた感情状態の要約を推定する方法を示します。
featured image - LLM を使用した感情確率ベクトルの推定: 謝辞と参考文献
Writings, Papers and Blogs on Text Models HackerNoon profile picture
0-item

この論文はCC 4.0ライセンスの下でarxivで公開されています。

著者:

(1)D.Sinclair、Imense Ltd、電子メール:[email protected]

(2)WTPye、ウォーリック大学、メールアドレス:[email protected]

リンク一覧

6. 謝辞

著者らは、事前トレーニング済みの大規模言語モデルの LlaMa2 シリーズのモデル重みを合理的な方法で公開してくれた Meta の並外れた寛大さに感謝します。

7. 参考文献

[1] Open AI. Chatgpt-4技術レポート. 2023. URL https://arxiv.org/pdf/2303.08774.pdf.


[2] Meta GenAI、Thomas Scialom、Hugo Touvron。Llama 2:オープンな基盤と微調整されたチャットモデル。2023年。URL https://arxiv.org/pdf/2307.09288.pdf。


[3] ロザリンド・W・ピカード「感情コンピューティング」MIT出版、1997年。


[4] J・ストラビスムス『ジェダイの宗教:愛はフォースか?』Amazon Kindle、2013年。


[5] Ashish Vaswani、Noam Shazeer、Niki Parmar、Jakob Uszkoreit、Llion Jones、Aidan N. Gomez、Lukasz Kaiser、Illia Polosukhin。「Attention is all you need」。CoRR、abs/1706.03762、2017年。URL http://arxiv.org/abs/1706.03762。


[6] Wenxuan Zhang、Yue Deng、Bing Liu、Sinno Jialin Pan、Lidong Bing。大規模言語モデル時代の感情分析:現実の検証、2023年。