diversity | BriefGPT - AI 论文速递

关键词diversity

搜索结果 - 269

UniGen：使用大型语言模型进行文本数据集生成的统一框架
UniGen 是一个综合的 LLM 框架，利用创新机制解决现有生成框架中的泛化、可控性、多样性和准确性等挑战，通过引入属性导向的生成模块和检查功能，以及基于代码的数学评估和检索增强生成技术，产生多样、准确和高度可控的数据，并支持用户指定的约
PDF5 days ago
自动诗歌生成中的多样性评估
评估自动生成诗歌的多样性，通过比较自动生成诗歌的结构、词汇、语义和风格等维度的分布与人类诗歌的分布，并考察不同模型类型和微调类型，发现当前的自动生成诗歌系统在多个维度上缺乏多样性，但风格条件和字符级建模明显增加了多样性。这些限制可用于更加多
PDF11 days ago
可见热微小目标检测：基准数据集和基线模型
本文构建了第一个大规模的多类别可见 - 热红外小目标检测（RGBT SOD）基准数据集（RGBT-Tiny），包括 115 对序列，93K 帧和 1.2M 标注，同时提出了一种适应尺度的健康度量标准（SAFit），并进行了广泛的评估。
PDF12 days ago
分析医疗多样性的 LLM 研究：科学计量学视角
大规模语言模型在医疗保健领域的部署展示了提升临床决策、行政效率和患者成果的巨大潜力。然而，这些模型在开发和应用中存在多样性群体的代表不足，会导致不公平的医疗保健服务。本文通过对 2021 年 1 月 1 日至 2024 年 6 月 16 日
PDF13 days ago
REAL 采样：通过渐近熵促进开放式生成的准确性和多样性
本文提出了一种名为 REAL（Residual Entropy from Asymptotic Line）采样的解码方法，通过预测自适应阈值 $p$，实现了比核心采样更好的准确性和多样性。实验结果表明，结合对比解码后，REAL 采样优于 9
PDF21 days ago
地球观测中的数据增强：扩散模型方法
通过集成扩散模型，我们提出了一种新的四阶段方法来改善数据扩增的多样性，通过使用元提示生成指令，运用通用视觉 - 语言模型生成丰富的标题，微调地球观测扩散模型，并迭代地进行数据扩增，从而提高地球观测影像的语义丰富性和多样性。
PDF22 days ago
ACLMoPS: 开放式自动生成的模块化故事前提合成
用于故事自动生成的模块化故事前提综合（MoPS）方法通过将故事前提分解成背景和角色等模块，实现自动设计和生成，从而拥有多样性和更高的质量。
PDF23 days ago
将对称性融入 GFlowNets 中
本研究旨在通过在生成过程中识别等效动作，将对称性整合到 GFlowNets 中。使用合成数据的实验结果显示了我们提出方法的良好性能。
PDF24 days ago
CityCraft：一个用于 3D 城市生成的真实制作工具
CityCraft 是一种创新框架，结合了三个关键阶段来增强城市场景的多样性和质量，它包括使用扩散变压器模型生成 2D 城市布局，利用大型语言模型根据用户提示和语言指南制定土地利用规划，以及通过资产检索模块和 Blender 进行精确的资产
PDF25 days ago
通过上下文化的 Vendi 分数指导，改善生成图像的地理多样性
通过利用上下文化的 Vendi 分数引导（c-VSG），我们在生成图像的多样性方面取得了显著的进展，尤其是在地域表达上，为了更好地反映真实世界的地理多样性。
PDFa month ago
借助解答集编程指导和多样化基于 LLM 的故事生成
使用回答集编程（ASP）的高层次和抽象符号规范引导和多样化基于 LLM 的故事生成，产生比未引导的 LLM 更多样化的故事，并通过代码摘录证明 ASP-based outline generation 相较于完整的叙事规划具有改进的紧凑性和
PDFa month ago
一种基于互信息的面向偏好的多样性模型用于电子商务搜索的再排序
本研究提出了基于互信息的偏好多样性模型（PODM-MI），通过采用多维高斯分布来捕捉用户对多样性的偏好，并最大化多样性偏好与候选项之间的互信息，以提高它们之间的相关性，适应性地进行排序，实现准确性和多样性之间的平衡。在实际的在线电子商务系统
PDFa month ago
ACLG-DIG: 面向基于梯度的多样化和高质量指导数据选择的机器翻译
我们提出了一种基于梯度的新方法，自动选择高质量和多样化的机器翻译指令微调数据。通过分析个别训练示例在训练过程中对模型的影响，我们选择对模型有益影响的示例作为高质量数据，并使用影响函数和一个小的高质量参考数据集。此外，为了提高训练数据的多样性
PDFa month ago
CVPRDiverGen: 通过学习更多样化的生成数据改善实例分割中的数据分布
通过构建多样化的生成数据集策略以提高模型性能，我们的 DiverGen 方法在 LVIS 数据集上较强模型 X-Paste 表现出更好的实例分割效果，所有类别平均精确度提高了 1.1%，稀有类别的平均精确度提高了 1.9%（框）和 2.5%
PDF2 months ago
ICML多任务基准中多样性与稳定性之间的内在权衡
我们通过社会选择理论的视角研究机器学习中的多任务基准，并将基准与选举系统进行类比，其中模型是候选人，任务是选民。我们将基准系统区分为基数型和序数型两种，前者将数字得分聚合为模型排名，后者则将每个任务的排名聚合起来。我们应用阿罗不可能定理于序
PDF2 months ago
通过上下文学习提高大型语言模型对常识生成的多样性
生成常识推理（GCR）需要模型利用常识知识进行推理，同时生成连贯的句子。本论文提出了一种简单的方法来增加大型语言模型（LLMs）生成的多样性，同时保持生成质量。实验结果表明，该方法在生成质量和多样性之间取得了理想的平衡，并且所生成的句子可用
PDF2 months ago
基于扩散模型的少样本图像合成的条件分布建模
条件分布建模 (CDM) 是一种有效利用扩散模型进行少样本图像生成的框架，通过对用于条件化扩散过程的潜空间分布进行建模，CDM 利用训练数据的学习统计信息更好地近似未见类别的分布，从而消除因少样本样本数目限制而引起的偏见，同时我们还设计了一
PDF2 months ago
探究 GPT-4 中温度在多样化问题生成中的作用
我们对 GPT4 的温度参数对 GPT4 生成的问题的多样性进行了初步研究，发现使用较高的温度值可以显著提高多样性，不同温度暴露出不同类型的问题集相似性，同时我们还证明生成多样的问题对于针对布鲁姆分类法较低层次的问题尤其具有挑战性。
PDF3 months ago
COLINGDiffusionDialog：擴散模型用於具有潛在空間的多樣對話生成
DiffusionDialog 是一种新的方法，通过引入扩散模型来增强对话生成的多样性。在该方法中，我们将连续潜变量引入扩散模型，通过与编码器结合，将响应的潜在表示编码为连续空间的先验，并通过扩散模型逐步去噪来推断潜变量。实验结果表明，我们
PDF3 months ago
基于 Transformer 的多元化图像补全与信息丢失降低
基于 Transformer 的图像修复方法存在信息丢失问题，为解决这个问题，我们提出了 PUT 框架，利用自编码器和非量化 Transformer 来保留图像信息并增加多样性。
PDF3 months ago