今日arXiv最热大模型论文：谷歌最新研究，将LLM用于回归分析任务，显著超越传统模型

AIGC动态欢迎阅读

原标题：今日arXiv最热大模型论文：谷歌最新研究，将LLM用于回归分析任务，显著超越传统模型
关键字：模型,任务,数据,研究者,表示
文章来源：夕小瑶科技说
内容字数：7374字

内容摘要：

夕小瑶科技说原创编辑 | 松果
引言：探索语言模型在回归分析中的应用回归分析是一个强大的工具，能够准确预测系统或模型的结果指标，给定一组参数。然而，传统上这些方法仅适用于特定任务。本文研究者提出了OMNIPRED框架，这是一个训练语言模型作为通用端到端回归器的框架，它可以处理来自多种真实世界实验的（x, y）评估数据。通过使用来自Google Vizier的数据，这是世界上最大的黑盒优化数据库之一。广泛实验表明，通过仅使用数学参数和值的文本表示，语言模型能够进行非常精确的数值回归。如果给予在多个任务上训练的机会，它们可以显著超越传统的回归模型。
论文标题:OmniPred: Language Models as Universal Regressors
论文链接: https://arxiv.org/pdf/2402.14547.pdf
OMNIPRED框架简介：通用回归预测的新范式OMNIPRED的创新之处：
OMNIPRED是第一个基于约束无关的文本表示的可扩展且简单的度量预测框架，适用于一般输入空间。
通过在不同输入空间和目标上进行多任务学习，OMNIPRED在许多情况下可以胜

原文链接：今日arXiv最热大模型论文：谷歌最新研究，将LLM用于回归分析任务，显著超越传统模型