Los puntos clave no están disponibles para este artículo en este momento.
En este documento, presentamos COCONUT para guiar eficazmente la contextualización del conocimiento estructurado de sentido común basado en grandes modelos de lenguaje. COCONUT emplea un esquema de prompting de conocimiento contextualizado para recopilar ejemplos de contextualización de alta calidad de un gran modelo de lenguaje. Estos ejemplos se destilan posteriormente en pequeños modelos de lenguaje para mejorar su capacidad de contextualización. Evaluaciones extensas muestran que COCONUT mejora considerablemente el rendimiento de razonamiento de sentido común en diversos parámetros de referencia, modelos y configuraciones, exhibiendo su flexibilidad y universalidad en la generación de conocimiento de sentido común contextualizado. Notablemente, COCONUT supera consistentemente la técnica de última generación en un promedio del 5.8%. Q. ¿Qué utilizan las personas para absorber tinta extra de una pluma fuente?
Park et al. (Mon,) estudiaron esta pregunta.