Extracting Arguments, Not Just Classifying Them: Instruction-Tuned LLMs for Generative Component Detection
本文提出了一种基于指令调优的大语言模型的新方法ITFACD，将论据成分检测（ACD）转化为生成任务，直接从文本中识别论据，实验表明该方法优于现有系统。
0 citationsRead paper
Selected work
Representative Papers
Cross-Modal Attention Acts as a Frequency Filter: Why Verbose Prompts Improve Robustness in Vision-Language Models
研究解决了视觉-语言模型在图像损坏下的脆弱性问题，通过使用冗长提示词来调整跨模态注意力，从而提高模型的鲁棒性。
0 citationsRead paper
Deconstructing Stereotypes: Scope-Conditioned Generation for Effective Multilingual Counterspeech
本文提出了一种新的范围条件生成框架，通过将结构化的刻板印象特征整合到大型语言模型提示中，有效生成多语言反言论，以应对在线仇恨言论。
0 citationsRead paper
Oracle, will I ever learn? A study of prediction convergence and complementarity across link prediction models
研究通过分析不同链接预测模型的互补性，探讨了它们在知识图谱中的预测收敛性和互补性问题，并提出了一种测量方法来评估模型组合的潜在性能。
0 citationsRead paper
Marker-Delimited Codes for Short-Blocklength, High-Rate Coding over Multi-Read Edit Channels
为解决DNA存储中编辑错误导致的数据检索问题，提出了一种基于标记分隔码和外层LDPC码的级联编码方案。
0 citationsRead paper
Recent publications
Latest Papers
Extracting Arguments, Not Just Classifying Them: Instruction-Tuned LLMs for Generative Component Detection
本文提出了一种基于指令调优的大语言模型的新方法ITFACD，将论据成分检测（ACD）转化为生成任务，直接从文本中识别论据，实验表明该方法优于现有系统。
0 citationsRead paper
Cross-Modal Attention Acts as a Frequency Filter: Why Verbose Prompts Improve Robustness in Vision-Language Models
研究解决了视觉-语言模型在图像损坏下的脆弱性问题，通过使用冗长提示词来调整跨模态注意力，从而提高模型的鲁棒性。
0 citationsRead paper
Deconstructing Stereotypes: Scope-Conditioned Generation for Effective Multilingual Counterspeech
本文提出了一种新的范围条件生成框架，通过将结构化的刻板印象特征整合到大型语言模型提示中，有效生成多语言反言论，以应对在线仇恨言论。
0 citationsRead paper
Oracle, will I ever learn? A study of prediction convergence and complementarity across link prediction models
研究通过分析不同链接预测模型的互补性，探讨了它们在知识图谱中的预测收敛性和互补性问题，并提出了一种测量方法来评估模型组合的潜在性能。
0 citationsRead paper
Marker-Delimited Codes for Short-Blocklength, High-Rate Coding over Multi-Read Edit Channels
为解决DNA存储中编辑错误导致的数据检索问题，提出了一种基于标记分隔码和外层LDPC码的级联编码方案。
0 citationsRead paper