iterative inference | BriefGPT

关键词iterative inference

搜索结果 - 8

疑虑时，慢思考：具有潜在想象力的迭代推理
我们在这项工作中提出了一种新颖的、无需训练的方法，通过在决策时应用迭代推理，基于未来状态表示的连贯性来优化被推理的智能体状态，从而提高了模型驱动的强化学习智能体的性能。
PDF4 months ago
EMNLP通过迭代推理实现更好的文档级关系抽取
本文提出了一种采用迭代推理的文档级关系抽取模型，包括一个基本模块和一个推理模块，推理模块引入了两个扩展交叉注意力单元，可以在关系推理过程中利用实体对的特征信息和之前的预测结果，通过对几乎无法预测的实体对进行处理以及引入对比学习等技术的二阶段
PDF2 years ago
变分推断和自联记忆之间的关系
该研究文章提出了一个变分推断的自联想记忆模型，可以结合感知推断和存储检索，通过将先验概率密度定义为于已存储的表达式依存，吸引后续推断流程向先前存储的表达式。通过比较一些变分自编码器和预测编码的方法，作者结合这些方法提出了新的自联想存储模型，
PDF2 years ago
混合预测编码：推断，快与慢
提出了一种混合的预测编码网络，通过描述单个目标函数的双重优化，以原则性地将迭代和摊销推理结合起来，并在在仿生神经结构中实现，将受益于摊销和迭代推理的优势，同时保持迭代推理方案的上下文敏感性，精度和采样效率，在视觉感知中提供了新的功能相关性视
PDF2 years ago
改进神经图像压缩推理
本文研究了利用深度潜变量模型进行有损图像压缩的问题，并提出了迭代推理、离散优化的随机退火以及 bits-back 编码等方法，取得了新的最优表现。
PDF4 years ago
ACL基于图序列迭代推理的 AMR 解析
本文提出了一种新的端到端模型，将 AMR 分析视为对输入序列和增量构建的图表的双重决策序列，并通过多个注意力，推理和组合过程来回答两个关键问题：输入序列的哪一部分需要抽象，以及在图表的哪个位置构建新的概念，实验结果表明，所提出的模型相较于之
PDF4 years ago
循环阶梯网络
本文提出了一种基于递归的 Ladder 神经网络扩展，以此解决层次潜在变量模型中需要的推理问题，并证明该架构能够处理包括迭代推理和时间建模在内的各种复杂学习任务，涵盖视频数据的时间建模和提高基于高阶抽象的感知聚类等问题。作者在完全监督、半监
PDF7 years ago
NIPS深度无监督感知分组
本文介绍了一种有效的感知推断框架，该框架能够显式地处理输入和特征的分割，并通过增强神经网络的表示能力并对对象表示进行迭代分组，以及对其分组迭代推理进行摊销从而实现了快速收敛，相比其他处理多物体场景的方法，该方法不假设输入为图像，因此可以直接
PDF8 years ago