今晚直播 | ACL 2023原作解读：研究评测与提升大语言模型时间推理能力

 报告介绍 

本文介绍了大语言模型在时间推理能力上的缺陷，并构建了一个更全面的时间敏感问答基准数据集TempReason，其时间范围更广（634年到2023年），覆盖了所有三类时间推理类型的问题。此外本文提出了一种新的时间学习框架，首先通过时间跨度抽取进行预训练，再进行任务特定的监督微调，最后利用时间敏感的强化学习进一步提升模型的时间推理能力。实验结果显示该方法可以持续改进强大基线模型的时间敏感问答性能。

Towards Benchmarking and Improving the Temporal Reasoning Capability of Large Language Models

收录会议： 

论文链接： 

数据代码： 

文章解读： 

LLM难以理解时间变迁？达摩院联合NUS提出时间推理数据集以及时间强化的训练范式

 嘉宾介绍 

谭清宇

新加坡国立大学和达摩院联培博士生

谭清宇，新加坡国立大学与阿里达摩院联培博士四年级，师从 Ng Hwee Tou 和邴立东老师。其研究方向为 NLP，主要包括文档信息抽取和时间问答推理。其在 ACL, EMNLP, COLING 等 NLP 相关顶级会议发表了 7篇文章，其中一作占 5 篇。曾获新加坡政府奖学金，NUS 研究卓越奖等荣誉。