BriefGPT.xyz
Ask
alpha
关键词
counterfactual samples
搜索结果 - 5
通过对比和局部稀疏扰动解释时间序列
通过引入对照学习和样本特定的稀疏门机制,ContraLSP 方法在解释质量方面对时序数据进行了实质性改进,为多变量时间序列、显著性方法、分布偏移问题、对照样本和解释质量等方面的研究提供了新的见解。
PDF
6 months ago
深度检索与无法回答的反事实情况再探讨
本文介绍了一个新颖的检索方法 PiCL,它利用反事实样本来训练检索器以提高检索准确率,并在开放域问答基准测试中证明了其有效性和鲁棒性。
PDF
a year ago
EMNLP
最大化利用少量反事实增强情感分类鲁棒性
针对文本分类任务中的模型过度依赖模式数据的问题,本文提出了一种新的解决方案,使用编码向量空间的自动生成机制减少新数据生成的人工成本,只需对原始训练数据的一小部分(例如 1%)进行注释即可获得明显的准确性改进。实验证明,该方法对情感分类有效,
→
PDF
2 years ago
EMNLP
通过反事实样本研究从逻辑形式生成自然语言的鲁棒性
Logic2Text 是为生成受表格和逻辑形式控制的、忠实的文本而设计的,要求进行深入的表格和逻辑形式理解,并对表格进行符号推理。该研究提出使用因果视角分析偏差,并提出一种使用逻辑形式的分层结构和对抗数据进行训练的方法以减轻该偏差的影响,从
→
PDF
2 years ago
CVPR
为强健视觉问答生成反事实样本
本研究提出一种针对视觉问答(VQA)模型的计数样本合成(CSS)训练方案,该方案通过掩盖图像中的关键对象或问题中的关键词并赋予不同的答案来生成大量反事实训练样本,从而提高模型的视觉可解释性和问题敏感性,进而提高模型性能。在模型 LMH 的基
→
PDF
4 years ago
Prev
Next