확산 언어 모델을 활용한 다중 목표 Few-Shot Prompting

요약

본 논문은 기존의 인과적 자기회귀 모델이 어려움을 겪는 다중 목표 편집 및 API 마이그레이션 같은 작업에 확산 언어 모델(diffusion language models)을 활용한 새로운 Few-shot Prompting 방식을 제안합니다. 이 방식은 예시를 공유 캔버스의 여러 마스크된 영역 채우기(infilling)로 안내하며, 선택적 마스킹과 우도비 보상 기법을 결합하여 정확도를 높였습니다.

핵심 포인트

• 확산 언어 모델을 활용한 다중 목표 Few-shot Prompting 도입
• 예시를 공유 캔버스의 여러 마스크된 영역 채우기(infilling)로 안내
• 선택적 마스킹과 우도비 보상으로 infilling 정확도 향상