.png){kind=icon}
返回
CORAL: Collaborative Automatic Labeling System based on Large Language Models
.png){kind=icon}
PRE
AI
DOI：10.14778/3685800.3685885.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在大数据时代，数据标注是众多应用不可或缺的一部分。然而，它被广泛认为是繁琐且耗时的过程，显著阻碍了数据驱动应用的可扩展性和效率。为降低人力成本，我们提出CORAL，一种由大型语言模型（LLMs）驱动的协作式自动标注系统，该系统能以最少的人力投入实现高质量标注。首先，CORAL利用LLM自动标注海量数据集，生成粗粒度标签。随后，一个弱监督学习模块采用噪声标签学习技术训练小型语言模型（SLMs），从LLM的标注中提炼精确标签，同时允许对模型结果进行统计分析以识别潜在错误标签，从而减少错误检测所需的人力成本。此外，CORAL支持通过LLMs和SLMs对人工修正的标签进行迭代优化，进而确保标注质量和模型性能的持续提升。一个可视化界面可实现对标注过程的监控和结果分析。
期刊
P
IF:
3.3
论文数:
563
被引数:
1.2W
机构
引用论文
.png){kind=icon}
FreeAL: Towards Human-Free Active Learning in the Era of Large Language ModelsFreeAL：迈向大语言模型时代无需人工的主动学习
OAAI
OAAI分享收藏分享收藏
没有更多内容
没有更多内容