high-quality data | BriefGPT

关键词high-quality data

搜索结果 - 8

梯度相似性数据评估
通过梯度相似性进行数据估值的方法在识别低质量数据方面表现出良好的效果，并能减少对专业知识和手动干预的需求。
PDF2 months ago
Mini-Gemini: 挖掘多模视觉语言模型的潜力
通过引入 Mini-Gemini 框架，本论文旨在提升多模视觉语言模型（VLMs）的性能，尤其关注高分辨率视觉标记、高质量数据和 VLM 引导生成等方面，进一步挖掘了 VLMs 的潜力，使其能够同时支持图像理解、推理和生成。
PDF3 months ago
使用上下文无关文法自动生成 Python 程序
近年来，数据作为新的黄金崛起，成为创建智能系统的强大工具。我们开发了 TinyPy Generator，这是一个使用上下文无关文法生成随机 Python 程序的工具。生成的程序通过构建保证正确。我们的工具可以轻松地大规模生成 Python
PDF4 months ago
ALLaVA: 利用 GPT4V 合成的数据为轻量级视觉 - 语言模型开发
利用 GPT-4V 生成图像的详细标题、复杂的推理指令和详细答案，通过合成数据集，我们训练了 ALLaVA 模型，该模型在 12 个基准测试中取得了竞争性的性能，展示了在构建更高效的 LVLMs 中采用高质量数据的可行性。
PDF5 months ago
对齐更长时间：一种简单但难以打败的教学微调基准
在对指令微调的研究中，最长指令的选择应该是任何研究的默认基线，因为经证实此方法能够在 LLMs 中提高性能，保持与对事实的知识进行测试的 OpenLLM 基准的竞争力。
PDF5 months ago
ICLRGenie: 实现基于内容匹配的数据集生成中人类水平
通过 Genie 方法自动生成高质量的数据，包括长篇问答、摘要和信息提取，经过人类评估，生成的数据在自然性和质量方面与人类生成的数据相媲美甚至优越，并在忠实性方面一致优于人类生成的数据。
PDF5 months ago
深度学习中的数据优化：一项调查
通过对现有文献中的数据优化方法进行分类整理和建立联系，本研究旨在构建一个全面的深度学习数据优化方法分类体系，并探索未来的研究方向。
PDF8 months ago
地面真相还是挑战：影响医学数据集用于 AI 训练的因素
负责任的 AI 发展的核心目标之一是确保高质量的训练数据集。本文描述了医学数据集创建过程中的五个外部和内部因素，包括监管限制、创建和使用的上下文、商业和运营压力、认识差异和标记的限制。这些因素对医学数据收集和地面真值模式的设计产生影响，并且
PDFa year ago