generalization problem | BriefGPT

关键词generalization problem

搜索结果 - 7

ICML学习发散场以获得偏移鲁棒的图表示
我们提出了一个可学习的发散场几何扩散模型来解决依赖关系数据的挑战性泛化问题。通过引入随机扩散性来广义扩散方程，旨在捕捉依赖关系数据之间的多方面信息流动。另外，通过因果推断导出了一种新的学习目标，可指导模型学习对不同领域中都无关的依赖关系模式
PDFa month ago
提高预训练语言模型的泛化能力
预训练语言模型 (PLMs) 的可重用性常受到其泛化问题的限制，该问题表现为在评估与训练数据集不同的示例时，性能显著下降，被称为离群 / 未知示例。本文提出了一种名为 Mask-tuning 的训练方法，通过将掩码语言建模 (MLM) 训练
PDFa year ago
FC-KBQA：一种基于精细到粗糙组合的知识库问答框架
本文提出了一种基于精细到粗粒度组合的 KBQA 框架 (FC-KBQA)，它通过从 KB 中提取相关的细粒度的知识组件并将其重新构成中粒度的知识对，以实现逻辑表达式的泛化能力和可执行性。实验证明，FC-KBQA 在 GrailQA 和 We
PDFa year ago
CVPR通用人体姿势估计的自校正和自适应推断
本研究提出了自修改和适应推理（SCAI）方法来解决网络预测的泛化挑战，并使用人体姿势估计作为示例来展示其有效性和性能。
PDFa year ago
EMNLP简单实体中心问题挑战密集检索器
本文主要研究使用 Wikidata 数据构造的 entity-rich questions 在密集检索模型中表现不佳的问题，并探讨了两种解决方案：第一种解决方法是数据扩充无法解决广义化问题，第二种解决方法是更加强大的 passage enc
PDF3 years ago
基于物理学与数据驱动建模的动态系统学习方法
本研究提出了一种基于自动微分的物理模型学习方法 AutoODE，该方法能够有效解决在 COVID-19 等动态系统中由于数据分布发生改变导致机器学习模型性能下降的问题，实验结果表明，AutoODE 相比于基于深度学习的竞争对手，能够将预测误
PDF4 years ago
ACL神经机器翻译模型的不合理波动性
研究了神经机器翻译模型的行为，发现模型在翻译极其相似的句子时具有不稳定的行为，并且在极端情况下可能导致误译，突出了当前 NMT 模型的泛化问题。发现 RNN 和变压器模型分别在 26％和 19％的句子变化中都表现出不稳定行为。
PDF4 years ago