generation performance | BriefGPT

关键词generation performance

搜索结果 - 9

从语言模型的参数化知识生成表格
通过评估四个最先进的大语言模型在生成结构化数据表方面的能力，本研究发现大语言模型在表格生成方面仍然存在挑战，GPT-4 的准确率最高为 19.6%。同时，研究还揭示了表格的各种属性（如大小、受欢迎程度和数值内容）如何影响生成性能，从而为未来
PDF20 days ago
CVPR面向文本到图像生成的判别性探测和调整
通过增强 T2I 模型的判别能力来实现更精确的文本与图像对齐，我们提出了一种基于 T2I 模型构建的判别适配器，并利用判别微调来改善文本和图像之间的对齐。综合评估结果表明，我们的方法在生成性能上优于其他模型，并在两个判别性任务方面达到了最先
PDF4 months ago
加快扩散：重新思考 Diffusion 模型中 UNet 编码器的作用
通过对 UNet 编码器的全面研究，我们发现编码器特征变化温和，而解码器特征在不同时间步长间存在显著变化。根据这一观察，我们引入了一种简单而有效的编码器传播策略，以加速各种任务的扩散抽样。此外，我们还引入了一种先验噪声注入方法来改善生成图像
PDF7 months ago
EMNLPGTA：门控毒性避免与语言模型性能保护
该研究探讨了以前方法的局限性，并介绍了一种新的解决方案：一种名为简单的门控毒性规避技术（GTA）可以应用于任何可控文本生成方法，通过与最先进的可控文本生成方法在各个数据集上进行比较，研究发现，门控毒性规避技术有效地实现了与原始可控文本生成方
PDF7 months ago
提升心理健康领域的长篇文本生成技术：基于任务自适应的分词
通过任务自适应分词机制，在心理健康方面增强长文本生成的流程，在多个结果中采样具有可变分词的策略，通过优化基于任务的数据的采样概率，引入了构建专用词汇的策略，并引入了允许将任务特定的令牌集成到预训练模型的分词步骤的词汇合并协议。在对中文和英文
PDF9 months ago
EqGAN: 特征均衡融合用于少样本图像生成
为了解决现有融合式少样本图像生成方法在生成质量和多样性上的不足，我们提出了一种新颖的特征均衡融合生成对抗网络（EqGAN）来进行少样本图像生成。通过将编码特征解耦为浅层内容和深层内容，并使用两个独立分支分别融合结构和纹理，我们能够在各个特征
PDFa year ago
CVPR类平衡扩散模型
本研究发现在使用类不平衡数据集训练扩散模型时，模型的多样性和保真度显著下降，提出了一种名为 “Class-Balancing Diffusion Models” 的方法来解决这个问题，并在 CIFAR100/CIFAR100LT 数据集上展
PDFa year ago
基于扩增感知的自监督学习，用于数据有效的 GAN 训练
提出了一种新型的、基于增强现实的自监督辨别器，并利用预测参数作为判别阈值，减弱了旧行的数据不变性，显著提升了数据效率，实验结果优于其他 GANs
PDF2 years ago
CVPRRewriteNet: 基于文本内容和风格的隐式分解实现可靠的场景文本编辑
提出了一种新的基于 RewriteNet 的场景文本编辑模型，该模型将文本图像分解为内容和样式特征，并在原始图像上重新编写文本。该模型在采用自监督培训方案的情况下在合成和实际图像上都达到了更好的生成性能。
PDF3 years ago