Diretrizes para Submissão de Artigos para AAAI Press
Este guia apresenta os passos essenciais para formatar trabalhos para publicação na AAAI Press.
― 3 min ler
Índice
Esse guia ajuda autores a prepararem seus artigos para publicação com a AAAI Press. Inclui os passos necessários para formatar os documentos direitinho usando LaTeX.
Começando
Se seu artigo for aceito pela AAAI Press, siga essas instruções à risca pra ter mais chances de publicação. Se familiarize com o básico de LaTeX. Se precisar de ajuda, busca assistência local, porque a AAAI não oferece suporte.
Requisitos de Submissão
Pra publicar seu artigo, você precisa fornecer:
- Um Arquivo Fonte completo em formato LaTeX.
- Uma versão em PDF do seu artigo.
- Um arquivo de bibliografia.
- Só os arquivos de gráficos usados no seu artigo.
Não esquece de enviar seus arquivos pelo formulário de submissão eletrônica até a data limite.
Formatação Geral
- Use o arquivo de estilo da AAAI Press de 2022.
- Siga os limites de página especificados pro seu evento.
- Verifique se seu artigo compila sem erros.
Formato do Artigo
- Layout em duas colunas é obrigatório.
- O artigo final deve estar em papel tamanho carta dos EUA (8.5 x 11 polegadas).
- As margens devem ser:
- Superior: 0.75 polegadas
- Esquerda: 0.75 polegadas
- Direita: 0.75 polegadas
- Inferior: 1.25 polegadas
Formatação do Texto
- Use fonte Times Roman tamanho 10 para o texto principal.
- Certifique-se de que todas as fontes estão incorporadas no arquivo PDF.
- Evite usar comandos que mudem o layout, margens ou tamanhos de fonte.
Título e Informações do Autor
O título do seu artigo deve estar em caixa mista, centralizado no topo da primeira página em negrito tamanho 16. Os nomes dos autores devem estar abaixo do título em tamanho 12. A filiação e o e-mail de cada autor devem seguir em fonte menor.
Legendas e Figuras
- Numere todas as figuras sequencialmente.
- Coloque as legendas das figuras abaixo delas em tamanho 10.
- Assegure-se de que as figuras estão em formato PDF, PNG, ou JPG. Não use arquivos GIF ou EPS.
Tabelas
- Apresente tabelas em fonte romana tamanho 10.
- Use legendas abaixo das tabelas, semelhante às figuras.
- Evite usar minipage para agrupar tabelas ou figuras.
Citações
Ao referenciar outros trabalhos, use o sobrenome do autor e o ano de publicação entre parênteses. Para múltiplos autores, liste eles adequadamente. Siga o formato para citações longas e notas de rodapé conforme descrito acima.
Revisão
Reveja cuidadosamente seu PDF antes da submissão. Certifique-se de que todas as seções, especialmente agradecimentos e metadados, estão incluídas e corretas.
Verificações Finais
Antes de submeter, confirme que:
- Seu artigo segue todas as regras de formatação.
- Você incluiu todos os arquivos necessários.
- Seu arquivo fonte compila com sucesso sem problemas.
Conclusão
Seguindo essas diretrizes, você aumenta as chances de ter seu artigo publicado com sucesso. Preste atenção nos detalhes pra garantir que sua submissão atenda a todos os requisitos.
Título: Towards Generating Informative Textual Description for Neurons in Language Models
Resumo: Recent developments in transformer-based language models have allowed them to capture a wide variety of world knowledge that can be adapted to downstream tasks with limited resources. However, what pieces of information are understood in these models is unclear, and neuron-level contributions in identifying them are largely unknown. Conventional approaches in neuron explainability either depend on a finite set of pre-defined descriptors or require manual annotations for training a secondary model that can then explain the neurons of the primary model. In this paper, we take BERT as an example and we try to remove these constraints and propose a novel and scalable framework that ties textual descriptions to neurons. We leverage the potential of generative language models to discover human-interpretable descriptors present in a dataset and use an unsupervised approach to explain neurons with these descriptors. Through various qualitative and quantitative analyses, we demonstrate the effectiveness of this framework in generating useful data-specific descriptors with little human involvement in identifying the neurons that encode these descriptors. In particular, our experiment shows that the proposed approach achieves 75% precision@2, and 50% recall@2
Autores: Shrayani Mondal, Rishabh Garodia, Arbaaz Qureshi, Taesung Lee, Youngja Park
Última atualização: 2024-01-29 00:00:00
Idioma: English
Fonte URL: https://arxiv.org/abs/2401.16731
Fonte PDF: https://arxiv.org/pdf/2401.16731
Licença: https://creativecommons.org/licenses/by/4.0/
Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.
Obrigado ao arxiv pela utilização da sua interoperabilidade de acesso aberto.
Ligações de referência
- https://www.sbert.net/docs/package_reference/util.html
- https://aaai.org/ojs/index.php/aimagazine/about/submissions#authorGuidelines
- https://doi.org/10.48550/arxiv.2108.13138
- https://doi.org/10.48550/arxiv.2205.07237
- https://doi.org/10.48550/arxiv.1602.08952
- https://doi.org/10.48550/arxiv.1902.07249
- https://doi.org/10.48550/arxiv.1706.03762
- https://doi.org/10.48550/arxiv.2005.14165
- https://doi.org/10.48550/arxiv.2005.14165,emergent
- https://doi.org/10.48550/arxiv.1506.02078
- https://doi.org/10.48550/arxiv.1312.6034
- https://doi.org/10.48550/arxiv.2004.14546
- https://doi.org/10.48550/arxiv.1910.10683
- https://doi.org/10.48550/arxiv.1810.04805
- https://s3.amazonaws.com/amazon-reviews-pds/readme.html
- https://doi.org/10.48550/arxiv.2210.11416
- https://doi.org/10.48550/arxiv.2004.10102
- https://www.ams.org/tex/type1-fonts.html
- https://huggingface.co/bert-base-uncased
- https://doi.org/10.48550/arxiv.1810.04805,
- https://nijianmo.github.io/amazon/index.html