用bias calibration来优化标注效果

本期尝试使用bias calibration技术来优化开源llm的标注效果，实验表明在zero shot下，DC方法效果不错，但few shot还需用其他技术进行提升。

引用论文：

Calibrate Before Use: Improving Few-shot Performance of Language Models: proceedings.mlr.press

Mitigating Label Biases for In-context Learning: aclanthology.org

Noisy Channel Language Model Prompting for Few-Shot Text Classification: aclanthology.org

Surface Form Competition: Why the Highest Probability Answer Isn’t Always Right: aclanthology.org

本期的文稿、参考文献，可以移步公众号【漫谈NLP】获取。