论文

UniBuc 参加 SemEval-2024 任务 2:利用 Solar 为临床 NLI 定制提示

UniBuc at SemEval-2024 Task 2: Tailored Prompting with Solar for Clinical NLI

模型推理推理策略与问题分解

摘要

本文介绍了 UniBuc 团队解决 SemEval 2024 任务 2:临床试验的安全生物医学自然语言推理的方法。我们使用 SOLAR Instruct,没有任何微调,同时专注于输入操作和定制提示。通过为各个 CTR 部分自定义提示,在零样本和少量样本设置中,我们成功实现了 0.72 的一致性得分,在排行榜中排名第 14 位。我们彻底的错误分析表明,我们的模型倾向于走捷径并依赖简单的启发式方法,尤其是在处理语义保留更改时。