active learning strategy | BriefGPT

关键词active learning strategy

搜索结果 - 8

EFFOcc: 融合效率的三维占据网络的最小基线
提出了一种高效的三维占据网络 (EFFOcc)，通过使用简单的 2D 算子和两阶段主动学习策略，最小化网络复杂性和标注要求，实现了业界领先的准确性，并支持改进的视觉占据预测。
PDF23 days ago
基于 Wasserstein 距离和 GroupSort 神经网络的回归主动学习
本文提出了一种用于回归问题的新型主动学习策略，所提出的 Wasserstein 主动回归模型基于分布匹配原理来衡量标记数据集的代表性，使用 GroupSort 神经网络计算 Wasserstein 距离，该网络提供了理论基础，能够以明确的边
PDF3 months ago
ELAD：解释引导的大型语言模型主动蒸馏
通过 Explanation-Guided LLMs Active Distillation (ELAD) 框架，我们引入了一种主动学习策略，以优化注释成本与模型性能之间的平衡；通过利用解释步骤中的不确定性，我们改进了高效样本选择方法；此外
PDF4 months ago
大型语言模型的主动偏好学习
利用 DPO 进行喂养，通过预测语言模型的预测熵和由 DPO 优化的隐式优先级模型的确定性度量，我们开发了一种主动学习策略来更好地利用偏好标签，从而提高配对偏好数据的学习速率和最终性能。
PDF5 months ago
内镜视频中强韧手术工具识别技术及噪声数据处理
本文提出了一种系统的方法来开发针对手术工具检测的强大模型，使用智能主动学习策略和基于学生教师模型的自训练框架，训练数据加载器为了解决基于嘈杂数据的手术工具检测的类别不平衡问题。在实验中，我们的方法有效地演示了比现有方法更好的效果。
PDFa year ago
面向个性化压力监测的主动强化学习在日常环境中的应用
本文提出了一种上下文感知的主动学习策略，并开发了一个多层传感器边缘云平台，以捕获生理信号并即时处理，以及收集标签并重新训练检测模型。结果表明，所提出的上下文感知主动学习技术相对于基于随机策略和传统主动学习策略，在使用者查询方面分别减少 88
PDFa year ago
AAAI基于能量的领域自适应主动学习
本文介绍了一种基于能量模型的主动学习策略，名为 “EADA”，可用于帮助将深度神经网络推广到新的目标域。该算法通过求解目标数据组的自由能量，结合领域特征和实例不确定性，从中选择最有价值的目标数据样本。此外，领域差可以通过调整目标数据的自由能
PDF3 years ago
ICML简单有效的主动偏好学习方法：只需排序！
通过使用自适应选择的成对比较来学习排名，我们的目标是准确地恢复排名但节省比较样本。对于使用快速排序算法等有效算法的所有比较结果一致的情况，最优解为使用有效排序算法。我们在 Bradley-Terry 模型下给出了 Quicksort 的优异
PDF9 years ago