benchmark datasets | BriefGPT

关键词benchmark datasets

搜索结果 - 514

单步反向过程稳定的生物医学图像扩散分割
通过稳定扩散（SD）模型，我们引入了第一个潜伏扩散分割模型 ——SDSeg，该模型在医学图像分割中克服了资源和时间需求大、多步反向过程和多个样本预测可靠性等挑战，实验证明它在包含不同成像模态的五个基准数据集上胜过现有的最新方法。
PDF4 days ago
EasyECR: 一个简易的用于事件指代消解模型实现和评估的库
Event Coreference Resolution (ECR) is addressed through the development of EasyECR, an open-source library that standard
PDF10 days ago
CherryRec: 基于 LLM 驱动框架的新闻推荐质量增强
通过使用自定义的基于文本特征的大型语言模型 (LLMs)，我们提出了一个名为 CherryRec 的新闻推荐框架，以提高新闻推荐的效果和效率，并通过与基准方法在基准数据集上的比较验证了其有效性。
PDF12 days ago
DELLA-Merging: 通过基于大小的抽样减少模型合并中的干扰
利用一种新的模型合并技术 DELLA-Merging，它采用了一种名为 MAGPRUNE 的修剪技术，通过首先按照参数的大小对其进行排名并给较小的参数分配更高的丢弃概率 (p)，接着在随机丢弃的参数上通过缩放操作近似原始嵌入。在三种不同的专
PDF13 days ago
为归纳式知识图谱补全构建更好的基准数据集
通过提出一种新的策略构建归纳性的知识图谱补全（Knowledge Graph Completion，KGC）数据集，此策略有助于缓解 Personalized PageRank（PPR）的缺陷，进而使用这些数据集评估了多种常见方法的性能，促
PDF16 days ago
TGB 2.0: 时间知识图与异构图学习的基准评测
多关系时间图是建模现实世界数据的强大工具，研究论文介绍了用于评估方法的新的基准框架，并提供了大规模数据集，重点评估预测未来连接方法的效果。
PDF16 days ago
跨视角地理定位：综述
本文针对跨视域地理定位领域的前沿方法、技术和挑战进行了综述，着重介绍了基于特征和深度学习策略。研究涵盖了建立不同视点之间对应关系的基于特征的方法，以及采用卷积神经网络嵌入视图不变属性的深度学习方法。对跨视域地理定位遇到的各种挑战进行了探讨，
PDF16 days ago
增益来源：条件平均剂量反应估计中的性能分解
我们提出了一种新的分解方案，用于评估影响 CADR 估计器性能的五个不同组成部分的影响。我们运行了近 1500 个独立实验，将这个方案应用于四个广泛使用的基准数据集上的八个流行的 CADR 估计器。我们的结果揭示了大多数现有的基准数据集的挑
PDF18 days ago
VersiCode: 面向可版本控制代码生成功能
本研究通过引入 VersiCode 数据集和两个专门的评估任务 (VSCC 和 VACE)，对大型语言模型在生成特定库版本可验证代码方面的能力进行综合实验和性能评估，揭示了即使是最先进的大型语言模型在生成版本正确代码方面也存在困难，为进一步
PDF19 days ago
ACLHOLMES: 基于超关系的知识图谱用于多跳问答的 LLMs
利用压缩的知识图作为输入，我们的方法在使用较少标记表示支持文档中与查询相关信息方面比现有方法利用高达 67% 的标记。我们的实验证明，在两个流行的基准数据集（HotpotQA 和 MuSiQue）上，我们的方法在多个指标（EM，F1，BER
PDF20 days ago
大型语言模型记忆传感器数据集！对人类活动识别研究的影响
调查证实了大型语言模型在人体活动识别中可能通过训练中接触到传感器数据，可能对实验评估结果产生重要影响。
PDF21 days ago
文本引导的 3D 视觉定位调查：要素、最新进展与未来方向
文本引导的三维视觉定位（T-3DVG）是从复杂的三维场景中定位与语言查询在语义上对应的对象，近年来已经在三维研究领域引起了越来越多的关注。本综述试图全面概述 T-3DVG 的进展，包括基本要素、最新研究进展和未来研究方向，并提供了详细的教程
PDF21 days ago
基于深度学习的水下图像增强综述
水下图像增强是计算机视觉领域的一个具有挑战性的研究任务，文章综述了多个角度，包括物理模型、数据构建过程、评估指标、损失函数以及最新算法在网络架构、学习策略、学习阶段、辅助任务、领域视角和解缠融合等六个方面的贡献，并通过定量和定性评估在多个基
PDFa month ago
超级变形器用于全尺度补全
使用 Hyper-Transformer Amodal Network (H-TAN) 框架，通过学习形状先验并准确预测不完整物体的掩模，解决了传统方法中依赖两个阶段流程或额外信息的效率问题和潜在错误累积问题，该框架使用双分支结构从图像和掩
PDFa month ago
MobileConvRec: 移动应用推荐的对话数据集
现有的推荐系统主要集中在两个范式上：一是基于历史用户 - 项目交互的推荐，二是会话式推荐。对话式推荐系统促进用户和系统之间的自然语言对话，允许系统获取用户明确需求并允许用户提问和提供反馈。鉴于自然语言处理的重大进展，对话式推荐系统日益受到关
PDFa month ago
黑盒无监督领域自适应的增量伪标签
通过增量选择高置信度伪标签来改善目标模型的泛化能力，实验结果表明该方法在三个基准数据集上达到了最先进的黑盒无监督领域适应性能。
PDFa month ago
前向扩散算法：从神经网络中提取线性函数逼近的可解释人工智能技术
该论文介绍了一种前向传播算法，一种新颖的可解释人工智能（XAI）技术，旨在阐明深度神经网络的决策逻辑。与其他流行的可解释性算法（如集成梯度或 Shapley 值）不同，该算法能够在训练模型的单次前向传播中提取网络的准确且一致的线性函数解释。
PDFa month ago
无过滤器：对比式视觉语言模型中的文化和社会经济多样性
该研究探讨了视觉 - 语言模型中的文化和社会经济多样性，研究发现了数据训练过程中对低社会经济地位社群和文化理解的不公平现象，并提出了一种改进方法以提高文化多样性。
PDFa month ago
超越趋势与周期性：以文本线索为指导的时间序列预测
通过整合文本线索与时间序列数据，本研究引入了一种新颖的文本引导时间序列预测（TGTSF）任务，并提出了一个稳健的基准模型 TGForecaster，它利用交叉注意机制融合文本线索和时间序列数据。通过四个精心策划的基准数据集对所提出的框架进行
PDFa month ago
FlashRAG: 一个高效的检索增强生成研究的模块化工具包
我们提出了 FlashRAG，一个高效且模块化的开源工具包，旨在帮助研究人员在一个统一的框架内复现现有的 Retrieval Augmented Generation 方法，并开发自己的方法。工具包实现了 12 种先进的 RAG 方法，并收
PDFa month ago