【ACL2024】用于去偏大语言模型的因果引导主动学习，哈工大SCIR荣获国际顶级会议ACL 2024杰出论文奖

文章预览

ACL会议开始于1963年，在自然语言处理和计算语言学领域中是世界上影响力最大、最具活力的国际学术会议。通过ACL评奖委员会的评审，哈尔滨工业大学社会计算与信息检索研究中心（HIT-SCIR）发表于ACL 2024的论文Causal-Guided Active Learning for Debiasing Large Language Models荣获ACL 2024杰出论文奖，作者有孙洲浩博士生，杜理博士，丁效教授（通讯作者），马翊轩博士生，赵阳博士生，邱凯涛本科生，刘挺教授，秦兵教授。 图1 ACL Outstanding Paper Award 证书 论文介绍 图2  因果指导的主动学习方法 方法动机 前人的模型去偏方法要么依赖于人类的先验知识，要么是针对判别式模型设计，当应用于生成式LLM时会损伤LLM的通用性。因此，本文旨在设计一种不损失生成式LLM通用性且不依赖于人类先验知识的模型自动去偏方法。具体地，首先基于因果不变性理论从数据集中 ………………………………