论文页面 - 大型语言模型的高效指导式生成

来源：https://huggingface.co/papers/2307.09702 发布于 2023年7月19日

摘要

一种高效方法利用正则表达式和上下文无关文法指导语言模型文本生成，且开销极低。

本文描述了一种高效的方法，用于指导语言模型 (https://huggingface.co/papers?q=language%20model) 文本生成，借助正则表达式 (https://huggingface.co/papers?q=regular%20expressions) 和上下文无关文法 (https://huggingface.co/papers?q=context-free%20grammars)。我们的方法在 token 序列生成过程中几乎不增加额外开销，使指导式生成在实践中变得可行。该方法的实现已集成到开源 Python 库 Outlines 中。

查看 arXiv 页面 (https://arxiv.org/abs/2307.09702)查看 PDF (https://arxiv.org/pdf/2307.09702)GitHub14.1kauto (https://github.com/normal-computing/outlines)添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2307.09702)

在您的 agent 中获取此论文：

hf papers read 2307.09702

没有最新 CLI?curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型0

暂无模型关联此论文

在模型 README.md 中引用 arxiv.org/abs/2307.09702 即可从本页链接。

引用此论文的数据集0

暂无数据集关联此论文

在数据集 README.md 中引用 arxiv.org/abs/2307.09702 即可从本页链接。

引用此论文的 Spaces0

暂无 Space 关联此论文

在 Space README.md 中引用 arxiv.org/abs/2307.09702 即可从本页链接。

包含此论文的收藏集0

暂无收藏集包含此论文

将此论文添加到收藏集 (https://huggingface.co/new-collection) 即可从本页链接。