generative tasks | BriefGPT

关键词generative tasks

搜索结果 - 40

镜像扩散模型
通过镜像扩散模型 (Mirror Diffusion Models, MDMs) 向离散分类数据应用镜像 Langevin 算法，本文提出了对连续域进行解释的一种理论框架，并在图像和文本生成等领域进行了实证研究。
PDFa year ago
UniSG^GA：一种由 Geometric Algebra 驱动的 3D 场景图，将几何、行为和 GNN 统一，朝着生成式 AI 方向前进
这项工作介绍了 UniSG^GA 的推出，它是一种新的集成场景图结构，可在三维场景中合并行为和几何数据，并特别设计了无缝集成图神经网络 (GNNs) 的方法，以解决生成任务中转换三维场景图 (3D - SG) 所带来的挑战。
PDFa year ago
ArtFusion：使用双条件潜扩散模型进行任意风格转移
ArtFusion 提出一种新方法，使用 Dual-cLDM，通过单图像在模型训练期间同时保留内容和风格，提高多样性。
PDFa year ago
使用 Gumbel 传播的潜在最优路径来进行变分贝叶斯动态规划
本研究提出了一种方法，利用动态规划和 Gumbel 传播在变分自编码器（VAE）的潜在空间中获取结构化稀疏的最优路径，此方法可应用于生成任务的端到端训练，并成功应用于文本转语音和合成歌声。
PDFa year ago
EDM3：事件检测作为多任务文本生成
EDM3 是一种基于生成任务模型的事件检测方法，通过利用语言模型的现有知识，实现了针对任何分类模式的训练；该算法在多个事件检测数据集上验证表现优异，在多任务性能方面更是领先 8.4%。
PDFa year ago
无监督域自适应医学图像翻译的关注连续生成自训练
本论文提出了一种基于自我训练的生成模型，通过连续值预测和回归目标函数进行领域自适应图像转换，其中使用变分 Bayes 学习量化整个生成过程中的不确定性并引入自我注意机制，最终在两个跨扫描仪 / 中心，跨受试者转换任务中，表现出了比当前经典的
PDFa year ago
当众筹遇见人设：创建大规模开放域人设对话语料库
本研究创建了一个大规模的开放式人设对话语料库，解决了创建自然语言数据集时面对的语义敏感性、隐私问题、数据采集难度等多重难题。
PDFa year ago
生成 AI 中的文本与图像扩散模型：一项调查
本文综述了文本到图像扩散模型的发展现状及其在生成任务中的应用；此外，介绍了文本条件下图像合成、文本引导的创意生成和图像编辑，并探讨了当前的挑战和未来方向。
PDFa year ago
掩码自编码器在视觉和其他领域的自监督学习中的调查
本文是针对掩膜自编码器在自监督学习中扮演的角色所做的综述，着重于介绍其在视觉模式识别领域中的应用，包括历史发展、最新进展以及对各种应用的影响。
PDF2 years ago
用于资源较少的斯洛文尼亚语的序列到序列预训练
该研究针对资源较少的斯洛文尼亚语，训练了两个不同尺寸的 T5 类型序列到序列模型，并分析其在 11 个任务中的表现，结果显示 SloT5 模型在分类任务上大多落后于单语斯洛文尼亚 SloBERTa 模型，但在生成性任务上很有用。
PDF2 years ago
利用图像描述符的语言模型是强的少样本视频语言学习器
本文提出了通过图像和语言模型进行少样本学习的视频语言学习器（VidIL），它在视频描述、视频问答、视频描述检索和视频未来事件预测等多种视频语言任务中表现出强大的性能，并且能够在使用上下文中的几个例子来生成目标输出，进而大大提高视频未来事件预
PDF2 years ago
CVPRUTC: 一种带有 Inter-Task 对比学习的统一 Transformer，用于视觉对话
本文提出了一种基于对比学习的框架 UTC，通过联合学习来实现对话中的判别和生成任务，该框架考虑了对话的上下文和目标答案作为锚点，利用两种相辅相成的对比损失来加强彼此的表示学习信号，并在 VisDial v1.0 数据集上进行了评估，在判别和
PDF2 years ago
ACLDQ-BART: 联合蒸馏和量化的高效序列转序列模型
本文针对预训练模型在资源受限情况下，因占用大量内存和高延迟而面临的挑战，提出联合蒸馏和量化的方法，成功实现了在生成任务的多个数据集上 16.5 倍的模型足迹压缩比，而性能相对于完整精度版本并没有明显下降，并在压缩比达到 27.7 倍的情况下
PDF2 years ago
ICCVSkip-Transformer 技术用于点云补全与生成的雪花点反卷积
本文提出了一种基于 SnowflakeNet 和雪花点反卷积 (SPD) 的点云完成方法，该方法能精确展现局部区域的三维形态特征，并且在其他生成任务（如点云自编码、生成、单张图像重建和上采样）中效果优于现有的最佳方法。
PDF2 years ago
CVAE-H: 基于超网络和轨迹预测的条件化变分自编码器用于自动驾驶
本研究致力于解决无人驾驶中的预测难题，提出了一种概率化、多模态、上下文驱动和通用的条件变分自编码器。通过大量运用超网络，这种 VAE 能够执行高维问题的生成任务，并在各个环境中更加准确地预测道路情况。
PDF2 years ago
EMNLPBioCopy：Seq2Seq 模型中即插即用的跨度复制机制
本文介绍了一种名为 BioCopy 的插件式机制，通过在训练和推理阶段引入 BIO 标记和各种掩码策略提升了神经 seq2seq 框架下的输出准确性和生成任务的效果。
PDF3 years ago
CVPRPQ-NET: 一种用于 3D 形状的生成式部分序列到序列网络
本文介绍了 PQ-NET，这是一种深度神经网络，在通过顺序部件组装表示和生成 3D 形状。
PDF5 years ago
MM参数化量子电路的表现力
证明了结构简单的 PQCs 在生成任务中具有比任何经典神经网络更好的表达能力，PQCs 在贝叶斯学习和半监督学习中的应用前景广阔。
PDF6 years ago
短期突触可塑性脉冲神经元形成更优秀的生成网络
本文提出利用短期可塑性为脉冲神经网络提供与非脉冲神经网络不同的计算优势，并使用节约的局部突触可塑性模拟温度相关技术来解决网络计算困难性问题。这些网络在处理生成任务时表现出出色性能，在任务不平衡的情况下，它们甚至可以胜过传统算法。
PDF7 years ago
NIPS自动化化学设计的约束贝叶斯优化
本文提出一种将自动化化学设计概括为使用贝叶斯优化过程，其中包含使用变分自动编码器的潜在空间；进一步将搜索过程转化为约束贝叶斯优化问题，以解决一些根据潜在空间的变分自动编码器所引起的路径问题并且表明其可以在众多生成任务中使用。
PDF7 years ago