few-shot transfer | BriefGPT

关键词few-shot transfer

搜索结果 - 10

鲁棒的少样本迁移学习用于知识库问答中的问题回答与无法回答的问题
提出了解决 KBQA 中无法回答问题的少样本迁移的新任务，并使用 FUn-FuSIC 模型扩展了先进的只针对有答案 KBQA 的少样本迁移模型，通过使用多样的句法、语义和执行引导检查向 LLM 循环提示来生成问题的逻辑形式，并采用自一致性来
PDF14 days ago
关于 [V]-Mamba 的低样本迁移能力
本文研究了大规模神经网络在少样本迁移学习中的能力，通过对 [V]-Mamba 模型与 ViTs 模型在不同少样本数据预算和高效迁移方法下的性能比较，发现 [V]-Mamba 在线性探测（LP）迁移方案下表现优于或等同于 ViTs，而在视觉提
PDF4 months ago
ACL跨领域少样本关系抽取的语言表示
通过在关系抽取任务中引入语言表示和语义图，我们扩展了现有研究，并探讨了它们对跨领域性能的影响。我们发现，这些语言表示和语义图可以显著提高少样本学习的性能，并且在不同领域中具有相当的实用性。
PDFa year ago
ACL零 - shot 对话状态跟踪的 ChatGPT：解决方案还是机会？
我们使用 ChatGPT ，一个通用语言模型，展示了它在零 - shot DST 上达到的最先进的表现，并证明了通用模型在专业系统替代方面的能力受到其属性的限制，但我们认为通用模型的语境学习能力很可能成为支持专门的动态对话状态跟踪器开发的有
PDFa year ago
个性化联邦超网络用于多任务强化学习的隐私保护
本文介绍了一种新型的多智能体强化学习模型 Personalized Federated Hypernetworks (PFH)，并将其应用于少样本迁移 (transfer) 学习和 RL 场景中的能源需求响应 (price-setting)
PDF2 years ago
OmDet: 大规模视觉语言多数据集预训练的语言感知目标检测
本文提出一种基于多模态预训练的语言条件检测框架，能够通过自然语言作为知识表示从不同的数据集中积累 “视觉词汇”，解决多数据集训练中的技术难题，并成功应用于超过 35 个目标检测任务，取得最新成果。
PDF2 years ago
ACL多语言少样本转移数据选择的关键是模型中的多样化和不确定性
本文探索了各种数据选择策略，依靠多个度量，利用了渐变嵌入和损失嵌入方法，以提高针对多语言预训练模型的 POS 标记、NER 和 NLI 任务的 Few-shot 迁移的性能。实验证明，所提出的方法始终优于随机数据选择基线，即使仅使用更少的标
PDF2 years ago
ACLMulti2WOZ: 一个强大的多语言数据集和面向任务型对话的预训练
本文介绍了 Multi2WOZ 多语言多领域任务导向对话数据集，并提出了一种用于传输任意下游任务的多语言对话 PrLM 的新框架，证明了在多数情况下，最佳表现是将（I）针对目标语言的会话专业化与（ii）少次转移结合在一起，并且我们展示了针对
PDF2 years ago
CVPR可扩展的视觉 Transformer
本研究通过对 Vision Transformer 模型以及数据集的扩充和缩小，以及其误差率、数据和计算之间的关系进行表征，提高了模型的精度和训练效果，并最终成功训练出一个包含 20 亿参数的 ViT 模型，在 ImageNet 数据集上取
PDF3 years ago
从零到英雄：多语言 Transformer 的零 - shot 跨语言转移限制
分析了 massively multilingual transformers 在零射击跨语言场景中的局限性，并表明在资源匮乏和对比较遥远语言的情况下通过多语言转换的跨语言转移实际上不太有效。通过几个低级和高级自然语言处理任务的实验，确立了
PDF4 years ago