BriefGPT.xyz
大模型
Ask
alpha
关键词
input augmentation
搜索结果 - 4
LLM-Rec:借助大型语言模型的个性化推荐
通过输入增强措施,我们研究了各种提示策略来提高大型语言模型在个性化内容推荐中的性能。我们提出了一种名为 LLM-Rec 的方法,包括四种不同的提示策略:基本提示、推荐驱动的提示、参与驱动的提示和推荐驱动加参与驱动的提示。我们的实证实验证明结
→
PDF
a year ago
MM
有效增强机制改进终端到终端模型的发音错误检测
本研究提出两种模型策略以加强 E2E MD 模型的区分能力 —— 输入增强和标签增强,经实验证明较传统的 DNN-HMM 声学模型效果更佳,可以用于 L2 学习者语音纠错。
PDF
3 years ago
一种有效的端到端建模方法用于发音错误检测
本研究采用 E2E 模型中的混合 CTC-Attention 方法,并针对中文发音检测任务进行了输入扩充,使结果更加适合该任务。实验结果表明,与传统的混合 DNN-HMM 系统相比,该方法能够大大简化处理流程并显著提高性能。
PDF
4 years ago
ICLR
半监督学习的时间集成
本文提出了一种用于在小部分标记的情况下训练深度神经网络的简单高效方法,采用自我模拟方案的集成预测来提高标签的未知性,从而使得在两个标准半监督学习基准测试中加快速度并实现更好的性能。
PDF
8 years ago
Prev
Next