ИССЛЕДОВАНИЕ ЭФФЕКТИВНОСТИ КЛАССИФИКАЦИИ ТЕКСТОВ С ПОМОЩЬЮ ZERO-SHOT, FEW-SHOT, LOW-RANK ADAPTATION В БОЛЬШИХ ЯЗЫКОВЫХ МОДЕЛЯХ : доклад, тезисы доклада

Описание

Тип публикации: доклад, тезисы доклада, статья из сборника материалов конференций

Конференция: Актуальные проблемы авиации и космонавтики; Красноярск; Красноярск

Год издания: 2025

Ключевые слова: классификация, машинное обучение, обработка естественного языка, большие языковые модели, classification, machine learning, natural language processing, large language models

Аннотация: Исследуется эффективность методов zero-shot, few-shot и low-rank adaptation (LoRA) для классификации текстов в условиях многоклассовой разметки. Исследование демонстрирует, как данные методы могут улучшить эффективность автоматизации анализа текстовой информации, что может быть применимо к обработке данных в ракетно-космической отрПоказать полностьюасли. The effectiveness of zero-shot, few-shot, and low-rank adaptation (LoRA) methods for text classification in multi-label settings is investigated. The study demonstrates how these methods can improve the efficiency of automated text analysis, which may be applicable to data processing in the rocket and space industry.

Ссылки на полный текст

Издание

Журнал: Актуальные проблемы авиации и космонавтики

Номера страниц: 58-59

Место издания: Красноярск

Персоны

  • Кожина А.В. (Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева)

Вхождение в базы данных