BriefGPT.xyz
大模型
Ask
alpha
关键词
decomposed prompt tuning
搜索结果 - 2
EMNLP
通过低秩重参数化分解的提示调整
通过低秩矩阵来初始化软提示以减少可训练参数数量并保持有效性,进而提出分解式提示调优方法,并在高资源和低资源场景下的 SuperGLUE 基准实验结果表明了该方法的有效性。
PDF
9 months ago
DePT: 分解式提示调整用于参数高效微调
通过将软提示分解为较短的软提示和一对低秩矩阵并使用两个不同的学习率进行优化,我们提出了分解提示调优(DePT)。通过在 23 个自然语言处理(NLP)和视觉语言(VL)任务上的广泛实验,我们证明了 DePT 在某些情景下优于最先进的参数高效
→
PDF
10 months ago
Prev
Next