直播预告 | ACL 2023原作解读：自查纠错—知识增强的思维链框架

 报告介绍 

大型语言模型（LLMs）逐渐成为自然语言处理（NLP）中的常态，并在生成和推理任务中展现出良好的性能。然而其最致命的缺点之一是生成的内容缺乏事实正确性。思维链（CoT）通过生成可解释的推理链，进一步在复杂的推理任务中提高了模型性能，但在知识密集型任务中仍存在事实性错误问题。在本文中，我们提出了自查纠错（Verify-and-Edit）框架，通过根据外部知识对推理链进行准确性检验和后期编辑，以提高模型的任务性能。我们的框架基于 GPT-3 构建，并在多个开放域的问答任务中提高了准确性。

Verify-and-Edit: A Knowledge-Enhanced Chain-of-Thought Framework

收录会议： 

论文链接： 

代码链接： 

文章解读： 

ACL 2023 | 自查纠错：给大模型的“思考过程”注入知识以提高事实正确度

 嘉宾介绍 

李星漩

新加坡南洋理工大学和阿里达摩院联培博士生

李星漩，新加坡南洋理工大学和阿里达摩院联培博士生，师从Shafiq Joty和邴立东老师。其研究方向为自然语言处理，主要包括大语言模型知识增强，模型鲁棒性和安全性等。其在AI顶级会议ACL发表了3篇文章。曾获新加坡政府奖学金，NUS创业奖等荣誉。