few-shot training | BriefGPT

关键词few-shot training

搜索结果 - 6

使用反馈信号训练多阶段深层分类器
多级分类器（MSC）是工业应用中广泛使用的，在多个经过排列的顺序中顺序工作的多个分类器，每个步骤中的分类决策是部分完成的。针对两阶段二元分类过程，我们提出了一种新的训练框架，名为反馈训练。通过样本加权方法，我们训练分类器的顺序与其实际工作顺
PDF8 months ago
少样本类别增量语义分割：伪标记和知识蒸馏
我们提出了一种从少量样本中学习语义分割模型的新类别的方法，通过伪标签策略进行扩充，通过知识提取能够保留现有类别的知识。
PDFa year ago
CVPR将 CLIP 模型转化为场景文字检测器
该研究提出了一种名为 TCM 的新方法，通过直接应用 CLIP 模型来进行文本检测，而不需要预先培训过程。实验证明该方法有助于现有场景文本检测方法的少样本学习能力，并且具有良好的领域自适应能力。
PDFa year ago
EMNLPFinNLP-2022 ERAI 任务的 PromptShots：两两比较和无监督排名
该报告描述了作者参与了 ERAI 竞赛，并以很大的兴趣使用基于 T5-small 和 OpenAI InstructGPT 语言模型的指令模型进行了两组比较。并使用贝叶斯词汇无监督学习的语言模型进行了无监督的排名。在使用市场情绪词汇时，我们
PDFa year ago
RAFT：针对少样本滥用语言检测的理由适配器
研究旨在通过使用 RAFT (Rationale Adaptor for Few-shoT classification) 来检测网络社交媒体中的恶意语言。该方法使用多任务学习设置联合学习合理性、目标和标签，建立了两种合理性集成的 BERT
PDF2 years ago
基于 BERT 的排名模型中迁移学习和伪标签的系统评估
本研究系统评估了基于 BERT 的神经排序模型在五个英语数据集中的迁移能力，发现使用伪标签训练可以产生与迁移学习相媲美或更好的模型，但需要改进少样本训练的稳定性和 / 或有效性。
PDF3 years ago