重新思考文本到视觉生成中推理时扩展的提示设计 / Rethinking Prompt Design for Inference-time Scaling in Text-to-Visual Generation
1️⃣ 一句话总结
这篇论文提出了一个名为PRIS的新框架,它通过在生成过程中动态分析和修改文本提示来改进AI图像和视频的生成质量,而不是像传统方法那样只增加生成次数,从而更有效地将用户意图与生成结果对齐。
请先 登录 后再提交论文
重新思考文本到视觉生成中推理时扩展的提示设计 / Rethinking Prompt Design for Inference-time Scaling in Text-to-Visual Generation
这篇论文提出了一个名为PRIS的新框架,它通过在生成过程中动态分析和修改文本提示来改进AI图像和视频的生成质量,而不是像传统方法那样只增加生成次数,从而更有效地将用户意图与生成结果对齐。
PromptBridge:面向大语言模型的跨模型提示词迁移框架 / PromptBridge: Cross-Model Prompt Transfer for Large Language Models
这篇论文提出了一个名为PromptBridge的训练免费框架,旨在解决大语言模型之间因模型差异导致提示词效果大幅下降的问题,通过少量校准任务学习跨模型提示映射,从而实现在切换模型时高效复用和迁移提示词,显著提升新模型上的任务表现并减少迁移成本。
大语言模型有情感吗?通过提示、检索和课程学习教授情感识别 / Do LLMs Feel? Teaching Emotion Recognition with Prompts, Retrieval, and Curriculum Learning
这篇论文提出了一种名为PRC-Emo的新方法,通过结合提示工程、示例检索和课程学习,有效提升了大语言模型在对话中识别复杂情感的能力,并在多个测试集上取得了最佳性能。
评估大型语言模型在检测反犹主义内容中的表现 / Evaluating Large Language Models for Detecting Antisemitism
这篇论文通过提出一种新的提示方法Guided-CoT,评估了八种开源大语言模型在检测反犹主义内容方面的能力,发现该方法能有效提升模型性能、减少错误拒绝,并揭示了不同模型在解释性和可靠性上的显著差异。