generative data augmentation | BriefGPT

关键词generative data augmentation

搜索结果 - 12

通过结构和主题保留增强技术推进细粒度分类
在细粒度视觉分类任务中，对于难以区分的子类别，使用新的数据增强方法 SaSPA 来增加数据集的多样性和总结准确类别的表达，通过对图像边缘和主体表征的条件机制进行模型训练，并在多个设置下比较了传统的和最新的生成数据增强方法，发现对于细粒度视觉
PDF12 days ago
ACLABEX: 通过扩展抽象描述进行低资源 NLU 的数据增强
我们提出了一种新颖有效的 ABEX 生成数据增强方法，用于低资源自然语言理解（NLU）任务。 ABEX 基于 ABstract-and-EXpand，一种生成输入文档不同形式的新颖范例，我们首先将文档转换为简洁、抽象的描述，然后根据扩展所得
PDFa month ago
通过数据增强对比调整减轻物体幻觉
本文主要研究了多模式大型语言模型（MLLMs）在生成文本时存在的对象虚构问题，并提出了一种对抗调整的方法来减轻虚构现象，其中通过选择性地改变真实信息来通过生成性数据增强产生虚构的标记，从而提高真实标记相对于虚构标记的相对可能性，实验证实了这
PDFa month ago
EMNLPDALE：用于低资源法律自然语言处理的生成式数据增强
DALE 是一个新颖有效的低资源法律 NLP 数据增强框架，通过使用编码 - 解码语言模型，预训练选择性屏蔽的无监督文本去噪目标，结合特定领域语言特性对模板化法律文件进行遮盖，从而生成连贯多样的合成增强，用于低资源法律 NLP 任务。DAL
PDF8 months ago
生成数据增强的统一框架：综合调查
毕业论文提供了生成式数据增强（GDA）领域的全面调研和统一框架，总结了关键方面以及它与合成数据生成的区别，并提出了研究方向，包括有效的数据选择、大规模模型应用的理论发展以及为 GDA 建立基准。
PDF9 months ago
ICML用元学习生成模型正则化神经网络
该研究论文探讨了提高深度学习的生成数据增强方法。通过利用生成模型产生的合成样本作为附加的小数据集进行分类，生成数据增强能够改善分类效果。研究中提出了一种名为元生成正则化（MGR）的生成数据增强策略，通过在特征提取器的正则化项中使用合成样本来
PDFa year ago
探寻生成式数据增强的本质
研究表明，生成数据增强应用于特定学习任务时，如（半）监督学习，少样本学习和敌对鲁棒学习等，可以提高分类性能。本文深入研究了生成数据增强在非独立同分布设置中的表现，证明了其学习速度可以更快，而且在训练集较小的情况下可以提高学习保证级别。
PDFa year ago
通过生成性数据增强提高特定领域问答小语言模型的效果：Dr. LLaMA
介绍了 Dr. LLaMA，这是一种通过使用大型语言模型进行生成式数据增强来改善小型语言模型的方法，主要关注医学问答任务和 PubMedQA 数据集。研究表明，LLMs 可以有效地改善和多样化问题 - 答案对，从而在微调后使得规模更小的模型
PDFa year ago
TTIDA: 通过文本转文本和文本转图像模型进行可控生成数据增强
本文提出了 TTIDA（Text-to-Text-to-Image 数据增强）方法，利用大型预训练的 T2T 和 T2I 生成模型来进行数据增强。通过在 T2T 模型的细节描述下对 T2I 模型进行条件控制，我们能够以灵活和可控的方式生成逼
PDFa year ago
扩散模型生成的合成数据提升 ImageNet 分类准确性
本研究使用大规模的文本到图像扩散模型对分类条件模型进行微调，进而在 ImageNet 分类准确性得分上实现了显著的提升，证明了利用自然图像模型进行生成数据增强的可行性。
PDFa year ago
AAAI室内三维场景的简单有效合成
研究如何从 1 或多张图像中合成逼真的室内 3D 场景，采用了基于图像的 GAN 来直接映射成高分辨率的 RGB-D 图像，及在 VLN 训练中进行空间干扰以提高成功率。
PDF2 years ago
EMNLP基于变分分层对话自编码器的对话状态跟踪数据增强
本文提出了一种名为 Variational Hierarchical Dialog Autoencoder（VHDA）的深度生成模型，用于 goal-oriented dialogs 的任务，它有效地捕获了不同层次和类型的 dialog f
PDF4 years ago