downstream classification tasks | BriefGPT

关键词downstream classification tasks

搜索结果 - 6

ICML走向概念学习的组合性
利用概念为基础的可解释性方法，通过将其嵌入分解为高级概念，提供了一种深入研究基础模型内部的透视角度。我们展示了现有的无监督概念抽取方法找到的概念并不是可组合的。为了自动发现可组合的概念表示，我们确定了这些表示的两个显著特性，并提出了用于找到
PDF6 days ago
评估人工智能生成的医学图像中隐形水印的有效性
我们的研究提出在合成医学图像中引入不可见水印，并评估其在下游分类任务中的有效性，以推动讨论此类水印在增强合成医学图像的可检测性、巩固道德标准、防止数据污染和潜在骗局方面的可行性。
PDF5 months ago
无 PPA：非参数成对注意力随机游走模型的句子表示
提出一种名为 NoPPA 的新型非参数 / 不可训练语言模型，只使用预训练词嵌入和预计数词频来生成句子嵌入，并通过非参数的注意机制打破袋装词语假设的限制。在八个不同的下游分类任务上验证，实验结果显示 NoPPA 在每个数据集上均优于所有基于
PDFa year ago
标题：标题值得 1000 张图片？控制学习的研究
通过比较图像和语言数据的传输表现，研究证明，当预训练数据集足够大而又包含了低变异性的描述性标题时，对于分类任务来说，仅使用图像的方法不能与 CLIP 的传输性能相匹配。
PDF2 years ago
AAAIDeLoRes: 用于低资源音频表示学习的解耦潜空间模型
本文提出了 DeLoRes，一种新的通用音频表示学习方法，基于自监督学习的方法，利用少量数据和计算资源，通过受到失真影响但包含音频样本非冗余信息的嵌入学习，实现特征的泛化，并在九种不同的分类任务上得出具有竞争力的结果。
PDF2 years ago
SiT：自监督视觉 Transformer
本文提出了一种名为 Self-supervised vIsion Transformers (SiT) 的模型，使用多种自监督训练机制进行预训练，通过线性分类器对其学习特征进行评估，并在小规模数据集上进行下游分类任务，结果表明这种模型在自我
PDF3 years ago