paint-brush
LLM을 사용한 감정 확률 벡터 추정: 감사의 글 및 참고 자료~에 의해@textmodels
235 판독값

LLM을 사용한 감정 확률 벡터 추정: 감사의 글 및 참고 자료

너무 오래; 읽다

이 논문은 LLM(Large Language Models)[5, 2]을 사용하여 텍스트와 관련된 감정 상태의 요약을 추정하는 방법을 보여줍니다.
featured image - LLM을 사용한 감정 확률 벡터 추정: 감사의 글 및 참고 자료
Writings, Papers and Blogs on Text Models HackerNoon profile picture
0-item

이 문서는 CC 4.0 라이선스에 따라 arxiv에서 볼 수 있습니다.

저자:

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

(2) WTPye, Warwick University, 이메일: [email protected].

링크 표

6. 감사의 말씀

저자는 사전 훈련된 LlaMa2 시리즈의 대형 언어 모델에 대해 합리적인 방식으로 모델 가중치를 공개하는 Meta의 특별한 관대함을 인정합니다.

7. 참고자료

[1] 개방형 AI. Chatgpt-4 기술 보고서. 2023. URL https://arxiv.org/pdf/2303.08774.pdf.


[2] Meta GenAI, Thomas Scialom 및 Hugo Touvron. Llama 2: 개방형 기반 및 미세 조정된 채팅 모델. 2023. URL https://arxiv.org/pdf/2307.09288.pdf.


[3] 로잘린드 W. 피카드. 감성 컴퓨팅. MIT 출판부, 1997.


[4] J사시. 제다이 종교: 사랑이 힘인가? 아마존 킨들, 2013.


[5] Ashish Vaswani, Noam Shazeer, Niki Parmar, Jakob Uszkoreit, Llion Jones, Aidan N. Gomez, Lukasz Kaiser 및 Illia Polosukhin. 주의가 필요한 전부입니다. CoRR, abs/1706.03762, 2017. URL http://arxiv.org/abs/1706.03762.


[6] Wenxuan Zhang, Yue Deng, Bing Liu, Sinno Jialin Pan 및 Lidong Bing. 대규모 언어 모델 시대의 감성 분석: 현실 점검, 2023.