generalizability | BriefGPT

关键词generalizability

搜索结果 - 232

GOLD: 通过基于超出分布引导的语言数据生成进行的泛化知识蒸馏
基于语言模型的知识蒸馏是提高语言模型的有效部署的关键。本文提出了 GOLD，一种任务无关的数据生成和知识蒸馏框架，通过迭代的超出分布引导的反馈机制来改善生成数据的泛化能力。我们在 10 个不同的分类和序列到序列任务的自然语言处理方面的广泛实
PDF3 months ago
CVPR通过扩散特征聚合进行物体姿态估计
基于扩散模型的对象姿态估计方法具有较强的泛化能力，优于目前最先进的方法，并在未见过的对象上取得了 98.2% 的准确率，证明了该方法的强大通用性。
PDF3 months ago
探索癌症临床试验资格分类器在不同疾病间的泛化能力
本研究旨在评估自然语言处理对临床试验中资格分类的通用性，结果表明在广泛的临床试验中，模型在处理非癌症试验方面表现出色，但对癌症试验中特定资格的处理相对较难，研究还尝试了少样本学习，证明了少量疾病特异性示例可以部分弥补性能差距，此外，研究提供
PDF3 months ago
理解用于图像分类的视觉状态空间模型的鲁棒性
通过多个角度对 Visual State Space Model (VMamba) 的鲁棒性进行全面研究，揭示了其在对抗性攻击、一般鲁棒性、梯度及反向传播过程、图像结构变化等方面的独特弱点和防御能力，为促进计算机视觉应用中深度神经网络的能力
PDF4 months ago
知识图谱上复杂查询应答的元算子
该研究提出了一种基于学习的复杂查询回答模型，通过学习有限数据中的元操作符，并将其应用于不同实例的操作符以处理不完整的知识图中的复杂查询，从而提高模型的泛化能力。结果表明学习元操作符比学习原始 CQA 或元 CQA 模型更有效。
PDF4 months ago
AAAI频率感知深度假冒检测：通过频率空间学习改善泛化能力
通过频域学习提高深伪造图像检测器的泛化性能，包括使用频率级别的伪造检测方法和一个特定设计的频域学习模块，实现了先进的性能 (+9.8%)，并且所需参数更少。
PDF4 months ago
稳定化妆：当现实场景中的化妆转换遇上扩散模型
我们介绍了一种名为 Stable-Makeup 的新型基于扩散的化妆迁移方法，能够鲁棒地将各种真实世界的化妆应用到用户提供的人脸上。该方法通过预训练的扩散模型和 Detail-Preserving（D-P）化妆编码器来编码化妆细节，并利用内
PDF4 months ago
医学图像分割中的快速学习
研究通过探索临床注释以及数据集中的零补齐卷积和中心裁剪训练集等因素如何无意中成为快捷方式对医学图像分割准确性产生影响，并确定并评估了两个常见的医学图像分割任务中的快捷方式学习。此外，提出了减轻快捷方式学习影响、提高分割模型普适性的策略，并为
PDF4 months ago
迈向可推广和可解释的运动预测：一种深度变分贝叶斯方法
这篇论文提出了目标导向的神经变分智能体 (GNeVA)，它是一个可解释的生成模型，用于预测自动驾驶车辆在混合交通流中的潜在行为，具备对分布外情况的强大泛化能力。实验验证了该模型具备可解释性和泛化能力，并能够达到与最先进结果相媲美的性能。
PDF4 months ago
少即是多：基于跳数的图注意力用于电路的可扩展和通用学习
HOGA 是一种基于注意力机制的模型，能够在大规模、复杂电路问题中可扩展且具有泛化性，通过预先计算节点的逐跳特征并使用门控自注意力模块生成节点表示，自适应地学习不同跳之间的重要特征，因而适应不同电路结构，可在分布式环境下高效训练。在实验证明
PDF4 months ago
深入自信的新领域之步：泛化对接策略
准确的盲对接能够引发新的生物突破，该研究通过开发 DockGen 新基准和使用 Scaling laws 以及 Confidence Bootstrapping 方法，提高了机器学习对接模型在广泛蛋白质中的适用性和性能，使其更接近于准确且通
PDF4 months ago
DANSK 和 DaCy 2.6.0：丹麦命名实体识别的领域泛化
本篇论文介绍了一个提供高精度标记和跨多领域模型评估的丹麦命名实体识别数据集 DANSK，以及具备细粒度注释的 DaCy 2.6.0 模型，通过对现有和新模型的评估揭示了跨领域的性能差异，并讨论了数据集的注释质量缺陷及其对模型训练和评估的影响
PDF4 months ago
多任务媒体偏见分析泛化预训练的表达式识别
MAGPIE 是第一个专门针对媒体偏见检测的大规模多任务预训练方法，通过提出 Large Bias Mixture (LBM)，编制了 59 个与偏见相关的任务。实验证明，MAGPIE 在 Bias Annotation By Expert
PDF4 months ago
朝着从试验到目标人群的推广的推理
本研究论文通过多学科研讨会的讨论，并整合各领域的方法，回顾了随机对照试验、外部有效性、泛化性和可转移性的现有研究，同时提出了未来研究的方向，旨在增强对因果效应的泛化性和可转移性的集体理解，促进跨学科合作并为改进和应用因果推断方法的研究人员提
PDF4 months ago
通过调整临床环境中皮肤病状况分布的差异来缩小人工智能泛化差距
近期，人工智能算法在从临床照片中分类皮肤病方面取得了巨大进展。然而，我们对这些算法在现实环境下的鲁棒性了解甚少，而很多因素可能导致其普适性的丧失。通过理解和克服这些限制，我们可以开发出可以帮助在各种临床环境下诊断皮肤病的具有普适性的人工智能
PDF4 months ago
CyberDemo：增强的模拟人类演示用于现实世界巧妙操作
我们介绍了 CyberDemo，这是一种新颖的机器人模仿学习方法，利用模拟人类示范来完成真实世界的任务。通过在模拟环境中进行大量数据增强，CyberDemo 在实际应用中胜过了传统的同领域真实世界示范，在处理多样的物理和视觉条件方面表现出色
PDF4 months ago
U$^2$MRPD：基于大规模潜在扩散模型的无监督 MRI 欠采样重建
LLDM 在自然图像上的预训练模型所含的隐性视觉知识可能适用于自然图像和医学图像。通过 U$^2$MRPD 框架，我们验证了这一假设，该框架通过 MRSampler 和 MRAdapter 使 LLDM 适用于复杂数值 MRI 图像的无监督
PDF5 months ago
TELLER：一个可信的、泛化的、可控的假新闻检测框架
通过使用追求解释性、泛化性和可控性的认知系统和决策系统的双系统框架，我们提出了一种可信的假新闻检测方法，该方法使用人类专业知识生成逻辑谓词来指导大型语言模型生成可读的逻辑原子，并通过推导可泛化的逻辑规则来对这些原子进行聚合，从而实现对不同领
PDF5 months ago
教师到学生知识迁移的嵌入式压缩
使用可压缩的嵌入模块来改进知识蒸馏方法，以提高分类性能并增强学生模型的泛化能力。
PDF5 months ago
Sym-Q：符号回归的自适应序贯决策
Symbolic Q-network (Sym-Q) 是一种基于强化学习的模型，重新定义了符号回归作为一种顺序决策任务，通过奖励信号对表达式的匹配精度进行优化，从而在发现潜在表达式方面具有独特的能力和效率。
PDF5 months ago