base models | BriefGPT - AI 论文速递

关键词base models

搜索结果 - 8

从分布到 Overton 多元主义：研究大型语言模型的对齐问题
对语言模型执行对齐过程会改变其输出分布的多个属性。研究分析了语言模型响应的对齐后分布漂移的两个方面，发现对齐过程抑制了无关和无用的内容，将输出分布转向覆盖基础语言模型中多个响应的信息，从而在单个响应中提供多样化的信息。此外，研究还表明基础模
PDF9 days ago
透过上下文学习揭示基础大型语言模型的滥用潜力
大型语言模型的开源加速应用开发、创新和科学进步，但对于基础语言模型的固有指令限制是否可以防止滥用的普遍假设存在关键的疏忽。我们的研究通过精心设计的演示表明，基础语言模型能够有效地解释和执行恶意指令，此漏洞无需特殊知识或训练即可被操纵，强调了
PDF3 months ago
CVPR鹰眼狐耳：通用零样本学习的部分原型网络
当前的广义零样本学习方法基于单一类别属性向量表示整个图像，这是对新颖类别识别过程的过度简化，因此图像的不同区域可能具有来自不同已见类别的属性并具有不同的主导属性。在此基础上，我们采用一种根本不同的方法：使用对属性信息敏感的预训练视觉语言检测
PDF3 months ago
SVQ: 稀疏向量量化用于时空预测
通过开发稀疏量化方法，我们的研究在多个领域中不断提升了基准模型的性能，实现了最先进的结果。
PDF7 months ago
关于预测稳定性
使用 N-BEATS、Pooled Regression 和 LightGBM 作为基础模型，在四个公开可用的数据集上，所提出的方法相比包括最新的预测稳定方法在内的一组基准方法，在三个误差指标和六个稳定性指标上，能显著提高稳定性和 / 或准
PDF8 months ago
变分正激励噪声：噪声如何改善模型
本文研究在正奖励噪声框架下，如何通过随机噪声使经典模型受益，并提出了优化其变分下界的变分 Pi 噪声（VPN）提高基本模型的生成器，其独立设计可以与大多数现有模型一起使用，并且性能可以得到改善，VPN 生成器可以针对复杂的图像去除不必要的元
PDFa year ago
CVPRMA 3：无模型偏见对抗数据增强进行少样本学习
该研究旨在通过一种新颖的增量技术探索少样本学习领域，其通过学习图像变换参数上的概率分布以优化通用性，其中实验结果表明，该方法可使准确率提高将近 4% 且代码开源。
PDF4 years ago
ICML基于用例点的软件工作量学习项目生产力集成
本文探讨了一种新的用于软件项目生产力预测的集成构建机制，利用带权平均方法来汇聚基模型的预测结果，结果表明基模型准确性不一致时，使用集成方法是一种良好的替代方案。
PDF6 years ago