co-training framework | BriefGPT

关键词co-training framework

搜索结果 - 8

利用固定和动态伪标签进行半监督医学图像分割
利用多个伪标签进行半监督医学图像分割，可以提高模型性能和泛化能力。验证结果显示，这种新方法在几个医学图像数据集上的表现明显优于现有方法。
PDF2 months ago
通过语言 - 策略双向调整构建开放式具身代理
通过合作训练预训练语言模型（LLM）和增强学习（RL）模型来构建具备理解任意人类指令能力的开放式学习智能体，该实现分为两个阶段：通过微调 LLM 将人类指令转化为结构化目标，以及通过课程训练基于目标的 RL 策略来执行任意目标；协作训练使
PDF7 months ago
ACL基于深度强化学习的自适应有序信息提取
本研究提出一种基于强化学习的自适应有序信息提取框架，能够动态生成最佳提取顺序，并采用一种基于强化学习的协同训练框架来缓解提取器训练阶段的曝光偏差，并通过多个公共数据集的广泛实验表明，我们提出的方法能够击败以前的方法，特别是对于复杂的信息提取
PDFa year ago
CVPR基于冲突的交叉视图一致性的半监督语义分割
本文提出了一种新的基于双分支协同训练框架的基于冲突的跨视图一致性方法 (CCVC)，该方法使用特征差距损失鼓励两个子网络从相同的输入学习不同的特征，并使用冲突的伪标签方法来保证模型可以从冲突预测中学习更多有用的信息，从而在半监督语义分割 (
PDFa year ago
EMNLP基于类型抽象的关系和事件类型发现
本研究提出了一种基于类型抽象的联合训练框架，将实体 / 触发词表示和类型抽象表示作为两种视图，能够自动推断出新类型，并成功应用于多种关系提取和事件提取数据集。
PDF2 years ago
EMNLP估计跨领域意图检测的软标签
提出了自适应软伪标签 (ASoul) 方法，用于在训练 OOD 检测器时为伪 OOD 样本估计软标签。该方法通过嵌入图捕获伪 OOD 样本和 IND 意图之间的语义连接，并引入协同训练框架来产生结果软标签。在三个基准数据集上的大量实验证明
PDF2 years ago
深度协同训练半监督图像识别
本文研究在有标记和无标记图像的情况下学习分类器的半监督图像识别问题。我们提出了 Deep Co-Training 方法，该方法基于 Co-Training 框架，并通过对抗样本促进视角差异性以防止多个深度神经网络之间的折叠。在 SVHN、C
PDF6 years ago
基于模式增强嵌入学习的弱监督关系抽取
本研究提出了一种基于分布式方法和基于模式方法集成的弱监督关系提取模型，通过共同训练两个模块，实现在标记数据不足的情况下提高识别准确率的目的。在实验中，该模型成功完成了知识库补全和语料库级别关系提取任务。
PDF7 years ago