iterative process | BriefGPT

关键词iterative process

搜索结果 - 16

批量指导梯度用于提示演化：增强文本到图像综合的系统性提示优化
通过多代理框架和迭代过程，基于高质量的初始查询和动态指令优化的图文生成模型，提供了改进用户输入提示设计的机制。
PDF23 days ago
ACL提示链接还是逐步提示？文本摘要中的改进
通过对文本摘要的上下文进行比较，研究和对比了两种迭代方法，即 Prompt Chaining 和 Stepwise Prompt，发现 Prompt Chaining 方法具有更好的效果，可能是因为它可以产生更多的优化过程。
PDFa month ago
图像操作的一般性一致轨迹模型
本文介绍了扩散式生成模型的成功之处以及其与一般 CTMs 和 GCTMs 的关系，并证明了 GCTMs 在图像操纵任务中的有效性。
PDF4 months ago
扩散模型中通过重用注意力图实现快速推理
通过结构化地重用注意力映射，我们的训练无关方法在保持样本质量的同时，显著降低了文本到图像扩散模型的迭代过程中的延迟。
PDF7 months ago
长文本问答：一种迭代计划 - 检索 - 生成的方法
提出了一种具有迭代规划、检索和生成过程的长篇问答（Long-form question answering，LFQA）模型，该模型通过迭代过程直到生成给定问题的完整答案，解决了既有模型在处理复杂问题和知识聚合方面的限制，并在各种文本和实际指
PDF8 months ago
堆叠网络提升物理信息训练：神经网络和深度算子网络的应用
通过构建一系列的网络，其中一个步骤的输出可以作为下一步训练的低保真输入，我们提出了一种用于训练物理信息神经网络和运算网络的新型多保真度框架，通过迭代过程中逐步增加模型的表达能力，该方法的迭代特性使我们能够逐步学习直接难以学习的解的特征，通过
PDF8 months ago
探索 MLOps 动态：一项在现实世界中的机器学习项目中的实验分析
本文通过实验研究了优化 MLOps（机器学习运营）过程，旨在通过识别模式和洞察力来增强 MLOps 工作流程，并提供有关在现实世界模型开发情景中进行主动规划和持续改进的实用提示和建议。
PDFa year ago
聚类的计算理论与半监督算法
提出了一种计算理论和半监督聚类算法，将聚类定义为根据所选的聚类原则和度量方法获得数据分组，使每个组不包含异常值，所有其他示例被认为是边缘点，孤立的异常值、异常簇或未知簇。
PDFa year ago
EditEval：面向文本改进的基于指令的基准测试
本文提出 EditEval：一种以指令为基础的评测套件，利用高质量的现有和新数据集自动评估编辑能力，证明了 InstructGPT 和 PEER 的表现最佳，而大多数基线都低于监督学习 SOTA，本文通过这个基准的发布和公开可用的排行榜挑战
PDF2 years ago
能量模型在带标签伪标签约束下的自训练无监督领域自适应
通过在无标签目标样本的训练中引入能量函数最小化目标的约束，该论文提出改进的深度自训练框架，以提高无监督域适应的性能，并在大规模图像分类和语义分割任物上进行了广泛的实验。
PDF2 years ago
LogLG: 通过构建日志 - 事件图进行弱监督日志异常检测
本文提出了一种名为 LogLG 的弱监督日志异常检测框架，旨在探索序列中关键词之间的语义关联，通过 end-to-end 迭代过程中从无标注的日志中提取关键词构建日志事件图并训练检测模型，实现对未标记日志数据的异常检测，与现有方法相比 Lo
PDF2 years ago
ECCV通过迭代自我训练进行机器人拾取业务的仿真到实际 6D 物体姿态估计
本文提出了一种迭代的自我训练框架，以促进成本效益的机器人抓取，该框架用于实现基于模拟的对象姿态估计，并不断改进以更好地预测真实数据，并在公开基准测试和作者新发布的数据集上取得了显著的提高。
PDF2 years ago
ACL读、修改、重复：人类参与的文本迭代修订系统演示
本文介绍了一种人机交互的迭代文本修订系统 (R3)，该系统可提供高质量的文本修改建议，通过人机交互实现文档的迭代修订，从而使大语言模型在文本修订任务中发挥更大作用。
PDF2 years ago
ACL理解人类文本中的迭代式修订
这项研究描述了 IteraTeR：第一个大规模、多领域、编辑意图注释的迭代修订文本语料库，包括了新框架和注释后的编辑意图，提高了自动生成模型的评价，从而更好地理解文本修订过程，使得编辑意图和写作质量之间可以建立重要联系，并促进迭代修订文本的
PDF2 years ago
ACL无监督基于对齐的迭代证据检索用于多跳问答
本文提出了一种简单、快速和无监督的迭代证据检索方法，包括三个步骤：无监督对齐、迭代查询和停止准则。该方法在两个数据集上取得了最好的效果，证据句子被送入 RoBERTa 回答分类组件，我们在这两个数据集上实现了最先进的问答性能。
PDF4 years ago
CVPR基于不确定性的噪声图像标签检测和重新标记
本文提出了一种基于深度神经网络的预测不确定性来识别训练数据中存在的噪声标签并通过迭代程序实现清洗的方法，该方法在 CIFAR-10 和 CIFAR-100 上有良好的性能表现。
PDF5 years ago