今日arXiv最熱大模型論文：谷歌最新研究，將LLM用于回歸分析任務，顯著超越傳統模型

AIGC動態歡迎閱讀

原標題：今日arXiv最熱大模型論文：谷歌最新研究，將LLM用于回歸分析任務，顯著超越傳統模型
關鍵字：模型,任務,數據,研究者,表示
文章來源：夕小瑤科技說
內容字數：7374字

內容摘要：

夕小瑤科技說 原創編輯 | 松果
引言：探索語言模型在回歸分析中的應用回歸分析是一個強大的工具，能夠準確預測系統或模型的結果指標，給定一組參數。然而，傳統上這些方法僅適用于特定任務。本文研究者提出了OMNIPRED框架，這是一個訓練語言模型作為通用端到端回歸器的框架，它可以處理來自多種真實世界實驗的（x, y）評估數據。通過使用來自Google Vizier的數據，這是世界上最大的黑盒優化數據庫之一。廣泛實驗表明，通過僅使用數學參數和值的文本表示，語言模型能夠進行非常精確的數值回歸。如果給予在多個任務上訓練的機會，它們可以顯著超越傳統的回歸模型。
論文標題:OmniPred: Language Models as Universal Regressors
論文鏈接: https://arxiv.org/pdf/2402.14547.pdf
OMNIPRED框架簡介：通用回歸預測的新范式OMNIPRED的創新之處：
OMNIPRED是第一個基于約束無關的文本表示的可擴展且簡單的度量預測框架，適用于一般輸入空間。
通過在不同輸入空間和目標上進行多任務學習，OMNIPRED在許多情況下可以勝

原文鏈接：今日arXiv最熱大模型論文：谷歌最新研究，將LLM用于回歸分析任務，顯著超越傳統模型

聯系作者

文章來源：夕小瑤科技說
作者微信：xixiaoyaoQAQ
作者簡介：更快的AI前沿，更深的行業洞見。聚集25萬AI一線開發者、互聯網中高管和機構投資人。一線作者來自清北、國內外頂級AI實驗室和大廠，兼備行業嗅覺與報道深度。