evaluation strategy | BriefGPT

关键词evaluation strategy

搜索结果 - 7

CLEME2.0：通过解构编辑项实现更可解释的语法错误修正评估
本篇论文着重于改进语法错误修正（GEC）度量的可解释性，提出了基于参考的评估策略 CLEME2.0，描述了 GEC 系统的四个基本维度，即击中修正、错误修正、欠修正和过修正，综合这些维度对系统进行评估，能够获得高度一致性的人工判定结果。在两
PDF3 days ago
COLING评估 IWSLT2023 语音翻译任务：人工标注、自动评估和分割
从机器翻译系统开发中，人类评估一直是一个关键组成部分，并在文本翻译研究中受到了广泛关注。然而，在人类评估语音翻译方面，之前的研究工作很少，这增加了噪声数据和分割不匹配等额外挑战。我们通过对最近的第 23 届口语翻译国际研讨会（IWSLT 2
PDFa month ago
AAAITETRIS：探索交互分割的鲁棒性
通过对交互式分割模型的实际用户研究，发现常规评估策略的直观假设可能无法成立，因此建议采用直接优化的白盒对抗攻击方法来评估交互式分割模型的鲁棒性，并引入了一种新的鲁棒性度量标准和多个模型的广泛评估结果。
PDF5 months ago
解锁可预测的增长能力
通过大规模采样在解码阶段引入 PassUntil 评估策略，本研究量化了任务性能的扩展规律并发现了突现能力的具体证据，从而推翻了有关突现能力产生的常见 “多步推理假设”，提出了一种符合观察到的扩展曲线的新假设。
PDF9 months ago
PyTorch 图像质量：图像质量评估指标
该论文介绍了一个名为 PyTorch Image Quality (PIQ) 的库，旨在实现最流行的现代图像质量评估算法，并且经过验证可以可靠地实施。同时，该论文还介绍了该库的原理、评估策略、性能测试和 GPU 加速的优势。
PDF2 years ago
ICLR从单细胞显微镜数据学习蛋白质的多尺度功能表征
本文发现了卷积网络可以学习蛋白质表征并且比自编码器模型表现更好。同时，提出了一种评估蛋白质表征质量的策略，并且关注蛋白质在细胞中的定位和荧光显微镜数据。
PDF2 years ago
NIPS评估和比较开放域对话系统
本文提出了一种全面的评估策略，与人类判断相关的几个指标是构建无目标对话系统的关键，此方法可促进对话型 AI 的自动化评估过程。
PDF6 years ago