BriefGPT.xyz
Ask
alpha
关键词
adaptation performance
搜索结果 - 4
PEAC:无监督预训练跨体现感知强化学习
通过无监督学习以及预先训练的方式,提出了一种适用于不同体现形式的强化学习的控制策略,能够显著提高适应性能和跨体现形式的泛化能力。
PDF
a month ago
KDD
MAML-en-LLM:模型不可知的元训练 LLMs 对于改进上下文学习
我们提出了 MAML-en-LLM,一种新的元训练大型语言模型的方法,可以学习到真正可泛化的参数,不仅在不同任务上表现良好,还适应了未知任务,并且在性能和适应性能上得到了显著提升。
PDF
2 months ago
CVPR
全测试时间适应的神经调制 Hebbian 学习
本文研究了深度神经网络领域中跨域性能退化问题,提出了一种基于完全测试时间自适应方法来提高网络适应性能的方法,其中采用了软式 Hebbian 学习过程和反馈神经调节层来辅助在线适应。实验结果表明,该方法可以显著改善网络模型的适应性能并超越现有
→
PDF
a year ago
基于对抗样式挖掘的单次无监督领域自适应
本文提出了一种新的对抗风格挖掘方法,将样式转移模块和任务特定模块相结合,通过对抗学习的方式解决一次样本不足的情况下的领域自适应问题,进而提高了领域自适应性能。
PDF
4 years ago
Prev
Next