benchmark datasets | BriefGPT

关键词benchmark datasets

搜索结果 - 517

评估文本到图像合成：图像质量指标的调查和分类
最近的文本到图像合成研究利用语言和视觉结合的基础模型取得了突破。为了确保文本和图像之间的内容对齐，研究人员开发了新的评估指标，通过收集带有复杂注释的数据集来研究视觉 - 语言模型的组合性以及作为内容对齐质量度量的能力。本文全面介绍了现有的文
PDF4 months ago
CoroNetGAN: 通过超网络控制 GAN 的剪枝
提出了一种利用可微的修剪方法通过超网络压缩 GAN 的方法，实现可控压缩训练，并在多个基准数据集上取得了优异的性能。
PDF4 months ago
基于傅里叶变换的领域自适应框架
使用傅里叶方法（FTF）改善无监督领域适应性，通过融合傅里叶域中源域和目标域的振幅，将目标域的低级信息有效地整合到源域中，并引入相关性对齐的概念进一步调整多源数据，以实现卓越的性能。
PDF4 months ago
实时基于 Transformer 的开放词汇检测与高效融合头部
基于端到端的基于 Transformer 的检测器（DETRs）通过语言模态的融合在封闭集和开放词汇目标检测（OVD）任务中展现出了异常优秀的性能。然而，其对计算资源的需求限制了其在实时目标检测（OD）场景中的实际应用。本文针对 OVDEv
PDF4 months ago
克服跨领域数据不平衡的半监督领域泛化
本文介绍了一种名为 ProUD 的新算法，通过领域感知原型以及标记和未标记领域的不确定性自适应混合，有效地学习领域不变特征，解决了领域之间数据不平等的问题，并在三个不同的基准数据集上进行的实验证明了 ProUD 的有效性，胜过所有基线模型，
PDF4 months ago
宪政专家：培训基于原则的提示的混合方法
通过逐步编辑单独原则的方式，我们的研究引入了 ConstitutionalExperts 方法，该方法可学习构成原则的提示，与其他最新的提示优化技术相比，我们的方法在六个基准数据集上取得了 10.9%（F1）的优势，并且混合专家模型可以改进
PDF4 months ago
跨越语言的视角：越南大型语言模型的微调和全面评估
通过为越南语进行精细调整并开发了综合评估框架，我们发现精细调整的大型语言模型在越南语上表现出更好的理解和生成能力，并且模型规模和训练数据质量对模型的性能有重要影响。
PDF4 months ago
自信的先验是否可以取代冷漠的后验？
图像分类中使用的基准数据集往往具有非常低的标签噪声。当贝叶斯神经网络在这些数据集上进行训练时，它们往往会欠拟合，错误地表示数据的不确定性。一种常见的解决方法是通过冷却后验，这提高了对训练数据的拟合，但从贝叶斯的角度来解释具有挑战性。我们探讨
PDF4 months ago
低秩表示与深度展开相结合：一种广义且可解释的用于高光谱异常检测的网络
通过构建更具鲁棒性的 AIR-HAD 基准数据集，利用 LRR-Net$^+$ 模型在复杂场景下解耦背景结构和对象属性，消除干扰目标引入的偏差，结合物理模型和深度学习技术，实现自动参数优化和提升检测性能和泛化能力。
PDF4 months ago
FrameNeRF: 一个简单高效的少样本新视角综合框架
我们提出了一种名为 FrameNeRF 的新颖框架，旨在应用现成的快速高保真 NeRF 模型，以实现训练速度快且渲染质量高的少样本新视角合成任务。通过使用正则化模型作为数据生成器，从稀疏输入中生成密集视角，以提供快速高保真模型的后续训练。结
PDF4 months ago
探索视觉 - 语言模型的边界：当前方法和未来方向的综述
综述了大语言模型与视觉语言模型的最新进展，分析了它们在视觉能力、多模态输入和基准数据集方面的优势和局限性，并提出未来研究的潜在方向。
PDF5 months ago
OpenHEXAI：可解释机器学习的人本评估的开源框架
OpenHEXAI 是一个开源框架，旨在解决人工智能可解释性方法的人类中心评估的挑战，它包括多样的基准数据集、预训练模型和事后解释方法、易于使用的用户研究 Web 应用、全面的评估指标以及实验证明最佳实践的工具。基于 OpenHEXAI，该
PDF5 months ago
大型语言模型是少样本生成器：提出混合提示算法生成 Webshell 逃逸样本
我们提出了使用大型语言模型的混合提示算法来生成网络外壳样本，以解决网络安全领域中与网络外壳样本生成策略和基于人工智能的网络外壳检测算法相关的研究的缺点，如弱网络外壳样本逃逸能力、缺乏具有复杂恶意特征的网络外壳数据集，并促进网络外壳检测技术的
PDF5 months ago
将知识图嵌入退化的 Clifford 代数
在知识图嵌入中，提出了使用二次零指数的 nilpotent base 向量的 Clifford 代数 $Cl_{p,q,r}$ 来捕捉实体嵌入的无高阶相互作用的模式，设计了两种新的模型来发现参数 $p$、$q$ 和 $r$，评估结果表明，n
PDF5 months ago
AAAI概率电路中边缘 MAP 的神经网络逼近器
近似推理是通过使用神经网络来近似代表大型概率分布，该方法通过在查询变量上使用连续多线性函数来近似赋值的代价，并通过神经网络输出解决方案。本论文通过在多个基准数据集上的评估表明，该方法在求解概率电路中的最大边后验和边后验最大估计任务时优于竞争
PDF5 months ago
WiMANS：一份用于基于 WiFi 的多用户活动感知的基准数据集
基于 WiFi 的多人活动感知的首个数据集 WiMANS 在多个环境中监测了多个用户的同时活动，并包括双 WiFi 频段的信道状态信息以及视频，用于评估 WiFi 和基于视频的人类感知模型的性能，为多用户识别、本地化和活动识别提供新的挑战和
PDF5 months ago
重叠感知的端到端监督层次图聚类用于发言人分离
通过图神经网络的端到端监督分层聚类算法（E-SHARC）可以改善目前状态下的说话人辨别系统，特别是在重叠语音区域的预测上。
PDF5 months ago
通过线性探测校准增强上下文学习
通过使用新的线性校准技术（LinC），在仅需少量数据样本（如仅五个标记数据样本）的情况下，对于以 in-context learning（ICL）为基础的 GPT 模型进行概率输出校准，从而达到可靠的预测和改善性能，并显著提升 GPT 模型
PDF5 months ago
GRATH: 大型语言模型渐进式自我真实化
通过利用 GRAdual self-truTHifying (GRATH) 方法，不需要注释答案，仅使用问题提示和优化模型来提高大型语言模型的真实性，结果表明 GRATH 在 TruthfulQA 上取得了最先进的性能。
PDF5 months ago
MOSformer：基于动量编码的切片融合变形器用于医学图像分割
提出了一种基于动量编码器的切片间融合变压器（MOSformer），通过利用不同编码器提取的多尺度特征图中的切片间信息，克服了普遍的 2.5D 模型在处理每个切片时等价视为，未能有效学习和利用切片间信息，从而导致分割性能不佳。该方法在三个基准
PDF5 months ago