11:31
官方账号arXiv cs.AI@Ahmad Pouramini, Mahsa Afsharzadeh
推荐理由：这篇论文搞了个叫Maskability Index的指标，帮你省掉试不同提示的功夫，直接判断填空提示还是前缀提示更管用，在ATOMIC2020上验证过了。
Maskability Index
共 1 条相关 AI 资讯
7月23日
11:31
论文提出Maskability Index (MI)度量，基于DepthRank分数差异计算，用于判断在T5和BERT等预训练语言模型上，针对知识关系生成，masked-style提示是否优于prefix-style提示。在ATOMIC2020知识库补全基准上评估，MI与下游生成性能呈正相关。该指标在低资源场景下可辅助提示模板选择与适配策略。