Một cây nghiên cứu để nhìn rõ đã thử gì, học được gì và nên đi tiếp ở đâu. Chiến dịch tháng 9 đã hoàn tất; H1 là hướng ưu tiên cần kiểm chứng.
Chọn một nút để xem cách làm, bằng chứng và điều kiện đi tiếp. Nhánh hiện tại chỉ dùng PhoBERT-base.
Đọc từ gốc lên ngọn. Đường nối biểu thị kế thừa kỹ thuật; không chứng minh quan hệ nhân quả. Các nhánh cũ được giữ trong chế độ lịch sử.
D3 thấp hơn D2 ở cả năm seed. Quy tắc cân bằng đã thử không đạt mục tiêu cải thiện.
D2: 77,81% · D3: 76,30%. Giữ nguyên kiểm định một phía: p = 1.
Tách phần nhận diện khía cạnh và phần cảm xúc. Có đối chứng kiểm soát cường độ KL.
Đây là giả thuyết, chưa có kết quả cải thiện. Chưa chứng minh đóng góp phương pháp đáng kể cho luận văn.
ACSA micro-F1 trên cùng 600 câu test. Mỗi cột là một seed, tức một khởi tạo ngẫu nhiên. D3−D2 là phép so chính đã chốt.
| Phương án | 101 | 103 | 107 | 109 | 113 |
|---|---|---|---|---|---|
| D0Một loss có nhãn | 76,38% | 77,47% | 76,98% | 77,82% | 77,24% |
| D1Hai loss có nhãn | 75,88% | 77,93% | 77,27% | 77,79% | 77,83% |
| D2KL đều · đối chứng chính | 77,16% | 77,35% | 78,42% | 78,09% | 78,05% |
| D3KL cân bằng · phương pháp đề xuất | 76,05% | 76,86% | 76,83% | 75,98% | 75,76% |
| Hướng | Điều cần phân biệt | Trạng thái |
|---|---|---|
| H1 · Nhận diện / cảm xúc | Tác dụng của từng phần và tổng cường độ KL | Ưu tiên · chưa chạy |
| H2 · Chia sẻ đầu ra | Lợi ích ở khía cạnh ít gặp với cùng giới hạn tham số | Chưa chạy |
| H3 · Biên NONE | Biên quyết định hay khả năng phân biệt của mô hình? | Chẩn đoán đề xuất |
20 lượt chính + 3 lượt thử; đủ trọng số. Đã hủy toàn bộ máy thuê.
Phí ghi nhận 1,579 USD, chưa quyết toán. Ba agent kiểm độc lập và một agent tổng hợp riêng đã hoàn tất.
Một miền Hotel, năm seed, một hệ số KL. Khoảng 95% theo câu của D3−D2: [−1,969; −1,072] điểm phần trăm, có điều kiện trên năm cặp mô hình.
Một số chỉ số test được xem sớm để kiểm tệp trước khi hết hàng đợi; không đổi cấu hình hoặc phép so theo điểm. Báo cáo vẫn là T1.