learning objective | BriefGPT

关键词learning objective

搜索结果 - 12

SimCE：简化协同过滤中的交叉熵损失
学习目标对协同过滤系统至关重要，贝叶斯个性化排名（BPR）损失广泛用于学习信息丰富的骨干。然而，BPR 往往收敛较慢且局部最优解不理想，部分原因是因为它仅考虑每个正样本一个负样本，忽视了其他未观察到项目的潜在影响。为了解决这个问题，最近提出
PDF13 days ago
CVPR重新思考多领域泛化问题：通用学习目标
多领域泛化的研究旨在最小化训练和测试分布之间的差异，以增强边缘到标签分布映射，本论文提出利用 Y 映射来放松约束，重新思考多领域泛化的学习目标并设计了一个新的通用学习目标，揭示了之前的多领域泛化研究仅部分优化了目标导致了有限性能的问题，该研
PDF4 months ago
政策梯度背后的探索神话
我们提出了一种新的分析方法，并区分了探索技术的两个不同影响。首先，它们使得能够平滑学习目标并消除局部最优解，同时保留全局最优解。其次，它们修改了梯度估计，增加了随机参数更新最终提供最优策略的概率。在这些影响的基础上，我们讨论并通过熵奖励进行
PDF5 months ago
DeDoDe: 本地特征匹配中的检测，不是描述 - 描述，不是检测
基于 3D 连续性，我们通过从大规模 SfM 中训练探测器来直接学习关键点，并且通过分离的网络最大化互相最近邻目标来训练描述符。结果表明，我们的方法 DeDoDe 在多个几何基准测试中取得了显著的增益。
PDFa year ago
EMNLP分析声学单词嵌入的表征几何
本研究对英语发音学习到的声学单词嵌入进行了分析，发现学习目标对模型架构的表示特征具有显著的影响。
PDFa year ago
使用 Oracle Expectation 进行文本摘要
本文提出了一种用于文本摘要的新的标注算法，该算法使用基于期望的软标签，可以比常规的基于贪心算法的标注算法更加优秀地完成数据集的生成，同时在有监督和零样本学习中也取得了良好的性能表现。
PDF2 years ago
一种参数化的策略优化近似梯度更新类
研究了策略优化的不同方法，利用统一的视角，将其转化为梯度形式和比例函数的更新，在保证高度结构化的同时，得到了一些新的更新算法，可以在合成域和深度强化学习基准测试中得到非平凡的改进。
PDF2 years ago
AAAI使用 von Neumann 条件散度进行转移学习
本文提出一种使用 von Neumann 条件散度进行域自适应的方法，并设计了能够处理多个源任务的新学习目标，结果表明这种方法在新任务上具有更小的泛化误差和更少的源任务遗忘。
PDF3 years ago
ACL低资源领域自适应的逐步微调
通过多阶段逐步微调的方式，不需要改变模型或学习目标，可以显著提高自然语言处理模型在目标领域的适应能力。
PDF3 years ago
ACLRelWalk：一种基于潜变量模型的知识图谱嵌入方法
本文通过扩展随机游走模型将其用于知识图谱嵌入中，提出了一种衡量实体之间关系强度的评分函数，并给出了该方法的理论分析和学习目标。在实验中，我们使用了该方法对 FB15K237 和 WN18RR 数据集进行了准确的嵌入学习，为该理论提供了实证支
PDF3 years ago
ACL指向式高效组成句法分析
我们提出了一种新的成分分析模型，将分析问题转化为一系列指向任务，支持高效的自上而下编码和学习目标。实验表明，我们的方法在不使用预训练模型的情况下取得 92.78 F1 的结果，使用预训练 BERT，达到了 95.48 F1 和最先进的技术水
PDF4 years ago
AAAI多智能体问题空间中的协同驱动学习
本文研究了协调在多智能体强化学习中的作用，并提出了一种定量衡量多智能体系统中的协调性的新方法，进一步讨论了采用此类指标来优化协调智能体策略的重要性，以及其在对手感知强化学习中的含义。
PDF6 years ago