VDebugger: 利用执行反馈来调试视觉程序
本文采用模块化网络模型,使用神经网络实现程序生成器和执行引擎,通过反向传播和 REINFORCE 的训练方法,在视觉推理任务(CLEVR)上打破基线模型,表现显著优越,并在各种环境中具有更好的推广性能。
May, 2017
通过引入定义 (De-fine) 的模型无关方法,将复杂任务分解为简单子任务并通过自动反馈优化程序,从而提高逻辑推理性能,在多个视觉任务中实现更准确、更健壮的程序,创造了该领域的新纪录。
Nov, 2023
介绍了一种新颖的动态可微推理(DDR)框架,它可用于学习分支程序和其组成部分的函数,解决了最近动态架构中的重要非可微问题,并将其应用于 CLEVR 可视化问题回答和逆波兰表达式评估的两个设置中,通过有效利用额外的结构监督,在子任务一致性方面实现了大的改进和总体准确性的小提高。
Mar, 2018
通过视觉编程(VisualProg)的过程精馏,我们提出了一种方法来优化每个 VisualProg 子模块的性能,从而提高整体任务性能,并在大规模数据集上进行了广泛而全面的实验评估。
Sep, 2023
通过 Visual Program Distillation (VPD) 框架将大型语言模型 (LLM) 的理解能力提炼到一个具备单次前向传递解决复杂视觉任务的视觉 - 语言模型 (VLM) 上,从而改善计数、理解空间关系和组合推理等能力,并在真实世界的应用(有限数据情况下的内容管理)中得到验证。
Dec, 2023
DelBugV 是一种模块化和可扩展的新型工具,采用自动化的 Delta 调试技术来简化调试 DNN 验证器,从而极大地简化了修复故障验证器的任务。
May, 2023
HDLdebugger 是一个 LLM 辅助的 HDL 调试框架,通过逆向工程方法生成 HDL 调试数据、带检索增强的生成式搜索引擎以及带检索增强的 LLM 微调方法,自动化和简化芯片设计中的 HDL 调试。在华为提供的 HDL 代码数据集上进行的综合实验表明,HDLdebugger 优于 13 种前沿的 LLM 基准,在 HDL 代码调试方面表现出卓越效果。
Mar, 2024