context encoder | BriefGPT - AI 论文速递

关键词context encoder

搜索结果 - 15

自适应离线到在线强化学习的剩余学习和上下文编码
离线强化学习通过离线数据集学习顺序行为，但实际应用中离线和在线阶段的转换动力学常常变化，所以提出了一种利用残差学习推断离线解决方案输出的动力学变化的方法，在在线微调阶段通过训练上下文编码器来学习能在当前在线学习环境中保持一致且能预测动态转换
PDF22 days ago
高效的递归离策略强化学习需要一个上下文编码器特定的学习率
使用一种称为 RESeL 的方法改善了循环强化学习（RL）中的训练稳定性问题，并在部分可观察的决策任务中获得了显著的性能改进。
PDFa month ago
ACL延迟 NAM: 通过延迟上下文编码实现低延迟的 Top-K 上下文注入非流式自动语音识别
移动轻量级短语选择传递至上下文编码器前，可以将速度提高至 16.1 倍，并使得偏置能够适用于包含最多 20K 短语的情况，而最大的预解码延迟不超过 33ms。通过短语和词元级交叉熵损失的加入，我们的技术相较于没有这些损失和轻量级短语选择传递
PDF3 months ago
去偏离线表示学习用于快速在线适应非平稳动态
发展能够适应非平稳环境的策略对于现实强化学习应用至关重要。本文介绍了一种名为 DORA 的新方法，通过信息瓶颈原理实现了快速在线自适应，并在实验评估中展示了其在动力学编码和性能方面明显优于现有基线模型。
PDF5 months ago
微结构强化的股票因子提取与利用
我们提出了一种新颖的框架，旨在从订单流数据中有效提取关键因素，以应对高频量化投资面临的挑战，并在各个层面和场景下应用于下游任务。通过使用上下文编码器和因素提取器，我们的方法能够快速且高效地提取超越现有基于 tick 级数据的方法的优秀因素，
PDFa year ago
MM基于多编码器的文档级神经机器翻译中上下文编码的案例研究
针对多编码器模型在不同上下文下对代词翻译的影响，本文通过在三种上下文设置（前两个句子、随机两个句子和两者混合）上训练多编码器模型，并使用上下文感知的代词翻译测试集进行评估，结果表明即使上下文是随机的，模型在 ContraPro 测试集上表现
PDFa year ago
论离线元强化学习任务表示学习中的上下文分布转移
本文介绍了离线元强化学习（OMRL）的上下文基础，特别是针对 OMRL 的任务表示学习问题。我们提出了一种硬采样的策略来学习一个强大的任务上下文编码器，实验结果表明，与基线方法相比，在多个不同的连续控制任务中，使用我们的技术可以得到更强壮的
PDFa year ago
面向基于层级上下文信息的汉语语音合成的表现性语音风格建模
本文提出了一种层级框架，用于从上下文中建模表达语音合成的风格。通过 Hierarchical Context Encoder 来探索更广泛的上下文信息，结合 Inter-Phrase 和 Inter-Sentence 关系，提出了一种新的训
PDF2 years ago
探索多路径轨迹预测的动态上下文
本文提出了一种名为 Dynamic Context Encoder Network (DCENet) 的新型框架，用于探索交通场景中代理之间的空间和时间上下文信息，从而提高未来位置的预测准确性，实现更安全的自主驾驶系统。DCENet 在多个
PDF4 years ago
用于人体动作预测的多任务非自回归模型
本文提出了一种新的非自回归模型，该模型采用完全非自回归的解码方案、上下文编码器和位置编码模块来预测人体骨架的运动轨迹，并采用多任务训练范式来提高预测性能。该方法在 Human3.6M 和 CMU-Mocap 数据集上的表现优于现有的自回归方
PDF4 years ago
利用生成对抗网络的图像外延和融合
本研究提出了两种用于图像外推的方法，即使用上下文编码器和单图像生成模型，并演示了 GAN 在产生合理的外推结果方面的潜在能力。通过将幻想的细节与原始图像的风格相融合，以期进一步提高结果的质量，并可能支持任意输出分辨率。
PDF5 years ago
StoryGAN：用于故事可视化的序贯条件 GAN
本研究提出了一种新的任务 —— 故事可视化，为每个句子生成一张图像，针对图像连续性与场景和角色的全局一致性的挑战，构建了基于顺序条件 GAN 框架的故事到图像序列生成模型 ——StoryGAN，并通过质量和一致性指标优于现有模型。
PDF6 years ago
EMNLP使用文档级上下文来改进 Transformer 翻译模型
该研究通过在 Transformer 模型中引入上下文编码器，将文档级别的上下文信息融入原有的编码器和解码器中提高翻译质量，同时采用双倍训练方法，充分利用句子级别平行语料库和有限的文档级别平行语料库来训练模型，并通过 NIST 中英数据集和
PDF6 years ago
EMNLP基于分段语言建模的汉语无监督神经分词
本文提出了基于分段的语言模型处理无监督中文分词的方法，并使用上下文编码器和分段解码器设计了神经模型，达到了与最新统计模型相当的性能。
PDF6 years ago
ACL上下文编码器：作为 Word2Vec 的简单而强大的扩展
通过把已学习的 word2vec 词向量矩阵与单词的平均上下文向量相乘，可以创建新的单词词向量并表示多重含义的单词。将这些词向量用作特征，对 CoNLL 2003 命名实体识别任务的改进效果得到了证明。
PDF7 years ago