거대 언어 모델 기반 분류문제에서 유사도 활용 Few-shot 예제 기법 성능분석

Q: 이 논문에서 정의한 Few-shot 프롬프팅이란 무엇인가?

거대 언어 모델의 입력 프롬프트에 해결해야 할 문제와 유사한 k개의 입력-출력 예제를 추가하여 모델의 성능을 높이는 방식이다. 이는 모델이 수행해야 할 태스크의 구체적인 예시를 제공함으로써 자연어 처리 작업의 정확도를 향상시키는 기법을 의미한다.

Q: 다중 클래스 분류에서 유사도 기반 Few-shot 예제 선택이 성능에 어떤 영향을 미치는가?

연구 결과, 단순 유사도를 기반으로 예제를 선택하는 것은 랜덤 예제 사용 시보다 성능을 급격히 하락시키는 경향이 있다. 특히 사회와 정치 라벨처럼 구분이 어려운 클래스 간의 혼동을 가중시켜 분류 정확도를 저해하는 것으로 나타났다.

안형진; 황태욱; 정상근

자료유형: 학술대회자료

저자정보: 안형진 (충남대학교) 황태욱 (충남대학교) 정상근 (충남대학교)

저널정보: Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2023 한국소프트웨어종합학술대회 논문집

발행연도: 2023.12

수록면: 1,785 - 1,787 (3page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

거대 언어 모델(Large Language Model, LLM)과 Few-shot 프롬프트를 활용하여 LLM의 자연어 처리 태스크 성능을 향상시키는 연구가 활발히 수행되고 있다. 본 연구에서는 다중 클래스 분류 태스크에서 유사도 기반 예제를 사용한 ... 전체 초록 보기

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-151-24-02-089233021

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)