关键词dataset-specific models
搜索结果 - 3
- 具有参数高效迁移学习的通用度量学习
我们引入了一种名为通用度量学习(UML)的新型度量学习范式,它能够学习到能够捕捉多个数据分布关系的统一距离度量。通过使用预训练模型和两个额外的模块,即随机适配器和提示池,我们提出了一种名为参数高效通用度量学习(PUMA)的方法来解决不平衡数 - 多种神经机器翻译的统一模型学习
本文提出了一个通用的深度神经机器翻译模型, Unified Model Learning for NMT (UMLNMT),它能够在多种翻译任务中实现智能的即时翻译,相较于基于具体数据集训练的模型,该模型的性能有了显著的提升,部署成本也大大 - AAAIPUnifiedNER: 一个基于提示的统一 NER 系统,适用于多样数据集
本文提出了一种基于提示学习技术的统一命名实体识别系统 (PUnifiedNER),该系统能够在不同领域同时识别高达 37 种实体类型,相比基于特定数据集的模型,能够显著提高预测性能并大大降低模型部署成本。同时,在某些数据集上,PUnifie