使用GPT-3增强数据改进短文本分类
摘要：使用自然语言模型GPT-3进行主题分类的研究比较了两种分类器：使用增强示例的GPT-3分类端点和使用遗传算法选择的最优训练集的GPT-3完成端点。研究发现，尽管增强完成端点可达到80％以上的验证准确率，但使用增强分类端点在未知示例上的准确性更加一致。因此，让GPT-3等大规模机器学习模型自己提出额外的训练示例可以提高分类性能。
作者：Salvador Balkus and Donghui Yan
论文ID：2205.10981
分类：Computation and Language
分类简称：cs.CL
提交时间：2023-08-29