model | BriefGPT - AI 论文速递

关键词model

搜索结果 - 98

因果灵感的隐变量增强单域泛化
通过基于因果学习和干预的方法，我们提出了一种新颖的因果启发潜在特征增强方法，用于单域泛化，我们可以生成多样的隐式特征级变换，在潜在空间中更好地补偿对初始有限图像级变换的依赖，捕捉更稳定的领域不变因果特征以实现泛化。
PDF17 days ago
CVPROVMR: 多模式参考下的开放词汇识别
本文通过引用由文本描述和示例图像组成的多模式线索，以不同的角度解决开放词汇识别问题，并提出了一种名为 OVMR 的方法，该方法采用两个创新组件来追求更强的类别线索嵌入。
PDF20 days ago
基于神经网络算法的商业银行信用风险预警模型研究
在全球化金融市场中，商业银行面临不断升级的信贷风险，从而对银行资产安全和金融稳定性提出更高要求。本研究利用先进的神经网络技术，特别是反向传播神经网络，开创了一种新的模型来预测商业银行的信贷风险。通过比较分析，阐明了神经网络模型在预测商业银行
PDFa month ago
稳健联邦学习的进展：异质性考虑
异构联邦学习领域中，关键挑战是在具有不同数据分布、模型结构、任务目标、计算能力和通信资源的多个客户端之间高效协作训练模型。本文首先概述了异构联邦学习的基本概念，并从数据、模型、任务、设备和通信五个方面总结了在联邦学习中的研究挑战。此外，我们
PDFa month ago
知识驱动对话中的问题生成：可解释性和评估
在知识驱动的对话背景下，我们探讨问题生成的可解释性和评估。通过在规划为基础的摘要生成工作的启发下，我们提出了一个模型，该模型先顺序预测一个事实，然后再预测一个问题，与仅生成问题的标准模型相比，虽然推理要求更高，但我们的方法在相关性、事实性和
PDF3 months ago
RecGPT：借助 ChatGPT 培训范例，为序列推荐生成个性化提示
ChatGPT 在自然语言理解方面取得了显著的成功。为了将 ChatGPT 的基本模式应用于推荐任务，我们在项目索引级别上设计了一个新的聊天框架。我们的创新主要包括模型、训练和推断等三个方面。通过在离线公共数据集和在线 A/B 测试中进行实
PDF3 months ago
SQL-Encoder: 基于上下文的编码器改进 NL2SQL 中的上下文学习
本文研究了在上下文学习模型中选择示例的结构相似性检测，并提出了一种准确估计这种相似性的模型，通过在训练语义预测模型的精心策划的 170k 个问题对中利用基于 SQL 查询的相似性度量。全面的评估结果表明，所提出的模型在捕捉问题间结构相似性方
PDF3 months ago
MM幸存的男孩：从 LLM 中删除哈利・波特比报道中更为困难
近期的研究发现模型生成和回忆与哈利波特相关的内容，包括特定提及哈利波特和使用的模型。
PDF4 months ago
SemEval-2024 任务 9：解码脑筋急转弯的有效性 —— 专用模型与 ChatGPT 的对比
本研究提出了一种专用模型，旨在解决 BRAINTEASER 任务，这是一个设计用来评估模型通过句子和单词谜题的侧向思维能力的新挑战。我们的模型在测试阶段在解决句子谜题方面表现出卓越的效果，总得分达到 0.98。此外，我们探讨了 ChatGP
PDF4 months ago
COLING改进预训练语言模型以提升持续少样本关系抽取能力
使用 Prompt Learning 框架和对抗式学习等技术，本文提出了一种解决持续的少样本关系抽取中灾难性遗忘和过拟合问题的方法，该方法通过引入更广义的知识表示和关注难例样本实现了对预训练语言模型的扩展和优化，同时引入有效的内存增强策略来
PDF4 months ago
基于重力信息的船舶流量与外来物种侵入风险预测的深度学习框架
基于物理启发模型和变压器的新模型开发以预测海上航运交通以及通过全球运输网络传播的入侵物种蔓延的风险评估和管理技术。
PDF5 months ago
意识作为现实的逻辑一致且预测性模型
大脑通过形成逻辑一致且具有预测能力的现实模型来反映外部世界的因果关系，表现为意识。同时，这篇论文解决了统计模糊性的问题并提供了因果关系的正式概率最大具体规则模型。我们认为大脑从因果关系中进行了所有可能的推理，并证明了所提出的模型具有明确的推
PDF7 months ago
零 - shot 组合学习的提示调优
通过提出 Multi-Modal Prompt Tuning（MMPT）框架，我们实现了 Open World Compositional Zero-Shot Learning（OW-CZSL）任务的新的最先进结果。在 UT-Zappos
PDF7 months ago
常规血管造影过程中腹主动脉 CT 密度的造影剂诱导决定性成分：概念验证研究
通过对公开可获得的 CTA 数据进行分析和拟合，提出了一个描述血管中动态对比剂行为的模型，该模型可以有助于个性化的对比剂建模、CTA 图像处理的改进，并为人工智能的合成 CT 训练数据的准备提供支持。
PDF8 months ago
使用双层优化重新加权数据的挑战
利用大训练集训练模型以在不同分布的较小测试集上表现良好的任务中，通过为每个训练数据点学习权重是一种吸引人的解决方案，但传统的双层优化算法可能导致次优解，这表明了数据重新加权的困难，并解释了为何这种方法很少在实践中使用。
PDF8 months ago
基于感知的指导说明生成的幻觉检测
我们研究了在模拟住宅环境中生成指导人类导航的问题。我们开发了一个模型，使用对图像 - 文本对进行预训练的模型，并通过对比损失进行微调，以检测生成的虚假指令。我们的最终模型优于几个基准模型，包括使用指令生成模型估计的词概率和基于 LSTM 和
PDF8 months ago
自然语言处理的增强 Transformer 架构
本文提出了一种新型 Transformer 结构，其特点是全层归一化、加权残差连接、利用强化学习的位置编码和零屏蔽自注意力。通过使用 Multi30k 翻译数据集进行双语评估替代，验证了所提出的增强型 Transformer 模型。结果显示
PDF8 months ago
晶片地圖缺陷模式半監督分類使用潛在向量表示
这篇论文提出了一种利用预训练的 VAE 模型获取晶圆图故障分布信息，并结合原始图像集进行半监督模型训练的方法。通过师生网络的迭代学习，该模型在 WM-811K 晶圆数据集上验证得到了卓越的分类准确性和检测性能，实现了对工业应用的要求，并在性
PDF9 months ago
稳定且可解释的表格数据深度学习：引入具有新型解释稳定度指标的 InterpreTabNet
通过利用 TabNet 构架和改良的注意力模块，InterpreTabNet 既提高了分类准确性，又增强了可解释性；与其他解决方案相比，InterpreTabNet 在各种应用场景下对表格数据分析取得了更好的效果，为进一步研究创造既高精确又
PDF9 months ago
基于主题感知的多回合对话理解
该研究提出了一种从主题感知的角度对多轮对话进行建模，使用对话切分算法将对话段落无监督地拆分为主题集中的片段，并将这些片段作为主题感知的语言处理单元用于进一步的对话理解。通过在聚类系统中设计自训练自编码器，并构建两个构造的数据集进行评估，我们
PDF9 months ago