experimental settings | BriefGPT

关键词experimental settings

搜索结果 - 8

比较性知识蒸馏
在大规模预训练模型时代，知识蒸馏在保持性能的同时，将计算重的教师模型的智慧转移到轻量高效的学生模型中起到了重要作用。然而，传统的知识蒸馏假设经常对教师模型进行推理，这与成本高昂且往往是专有的大规模模型的现实越来越不符。针对这一问题，本文提出
PDF8 months ago
无监督视频摘要的遮蔽自动编码器
本文提出了一种基于自监督学习的无监督自编码器视频摘要方法，无需其他下游架构或微调权重即可实现摘要。该方法利用解码器的重构分数来评估每帧的重要性得分，并通过实验表明其在各种实验环境下均具有有效性。
PDFa year ago
ICLR通过元学习识别哈密顿系统的物理规律
使用基于数据的元学习算法可以识别控制由相同物理定律支配的哈密顿体系的物理规律，无需进行数学假设。在多种物理系统上验证我们的方法可以识别哈密顿共享表达式。
PDF3 years ago
SIGIR评论对推荐有多大用处？一项批判性审查和潜在改进
通过对用户评论中的文本进行分析判断，本研究尝试对推荐系统的改进方案进行探讨，发现过去论文中的实验结果存在一定的差异，因此需要对数据预处理和实验设置进行规范化。研究表明，在一些特定的设置中，当前先进的算法并未比传统算法表现更优秀，作者总结出哪
PDF4 years ago
ACL自然语言处理任务性能预测
本文提出了一种使用回归模型来预测 NLP 实验评估分数的方法，并证明了这种方法可以有效地预测 NLP 实验结果。同时，作者还提出这种方法可以用来确定实验的子集，以获得对所有实验设置的合理预测。
PDF4 years ago
ACLCoTK: 用于快速开发和公平评估文本生成的开源工具包
CoTK 是一个开放源代码的工具包，旨在支持文本生成的快速开发和公平评估，它使得模型开发和评估标准化，减少之后可能会导致不一致实验设置的人为错误，并提供了许多通用度量实现和基准模型的相关功能。
PDF4 years ago
一个以工业控制问题为基础的基准测试环境
本研究介绍了一个用于桥接软件基准测试和真实工业应用的工业基准测试，并公开了其 Java 和 Python 代码及 OpenAI Gym 封装器。该基准测试设计为捕捉真实工业控制问题中常见情况的原型实验设置。
PDF7 years ago
使用不变预测进行因果推断：识别和置信区间
利用因果模型在干预下的预测不变性，我们提出一种方法来推断因果效应并构建高概率的因果模型集合。这个方法可以在各种不同实验设置下得出有效的置信区间，并研究了其鲁棒性和推广性。
PDF9 years ago