out-of-distribution tasks | BriefGPT

关键词out-of-distribution tasks

搜索结果 - 6

自我改进的健壮偏好优化
提出了一种完全适应任务变化的离线强化学习方法，称为自我改进的稳健偏好优化（SRPO），通过将问题表示为自我改进过程的极小极大目标，以敌对方式联合优化自我改进策略和生成策略，并通过标准的监督优化技术以大规模进行优化，而无需奖励模型和在线推断。
PDFa month ago
图像逆问题中的可导条件扩散对于离域自适应
我们介绍了一种名为可控条件扩散的新型采样框架，它将去噪扩散模型与可用的测量数据相结合，实现了对多样的成像模态下的离群任务的显著改进，推动了去噪扩散模型在实际应用中的鲁棒部署。
PDF10 months ago
利用模型仓库 ZooD 实现超出分布常规化
本文提出了一种针对预训练模型的评估和组合范式，其中采用特征选择方法排名预训练模型，并将排名最高的模型聚合为目标任务的模型，最终在 35 种模型上展示了该方法的效果。
PDF2 years ago
基于线性表示的元强化学习用于快速适应
本文介绍了一种新的元强化学习方法：Fast Linearized Adaptive Policy（FLAP），它无需重复使用训练数据即能良好推广到不同任务，同时只需在测试期间少量样本即可相当迅速地适应任务。FLAP 的主要思想是学习一个策略
PDF3 years ago
任务、稳定性、架构和计算：训练更有效的学习优化器，并使用它们来训练自己
本文讲述了利用神经网络参数化的层次优化器提供自动正则化的能力，从而可以训练多种问题的通用学习优化器，可适应超参数和架构的变化，且适用于自我训练等需要解决分布问题的任务。
PDF4 years ago
通过模型识别和经验再标记实现对分布偏移鲁棒的元强化学习
在本文中，我们提出了基于模型识别和经验重新标注（MIER）的元强化学习算法，它是一种有效的算法，可以在测试时面对分布外的任务进行良好拟合，而无需使用元强化学习
PDF4 years ago