pairwise ranking | BriefGPT

关键词pairwise ranking

搜索结果 - 8

Prometheus 2：一个专门用于评估其他语言模型的开源语言模型
通过引入更强大的评估语言模型 Prometheus 2，我们解决了存在于开源评估语言模型中的问题，并达到了与人类和专有语言模型评价最高一致性和相似性的结果。
PDF2 months ago
指导压缩使得大型语言模型成为高效的零 - shot 排序器
通过引入一种新颖的指令提炼方法，将开源的 Large Language Models（LLMs）的成对排序能力提炼为更简单、更高效的逐点排序，以提高 LLMs 的排序性能和效率。
PDF8 months ago
ACL基于提示的文本易读性评估学习
本文采用预训练的 seq2seq 模型对可读性进行评估，并通过测试不同的输入输出格式 / 前缀来提高模型性能，在 Newsela 和 OneStopEnglish 上实现 99.6% 和 98.7% 的成对分类精度。
PDFa year ago
CVPR针对密集目标检测的 AP Loss 再探：自适应排序对选择
本文回顾了平均精度丢失 (AP loss)，揭示了选择正负样本之间排名对的关键性，并提出了两种改进 AP loss 的策略。第一个是新的自适应成对误差 (APE) loss，专注于正负样本中的排名对。此外，利用聚类算法和规范化排名分数和
PDF2 years ago
WSDM快速高效神经问答的双曲线表示学习
该研究提出 HyperQA，是基于超伸缩空间对问题和答案嵌入之间的关系建模的简单但新颖的深度学习体系结构，它不需要进行特征工程，相似性矩阵匹配，复杂的注意机制或过度参数的层，但在多个基准测试中表现优异并与许多具有这些功能的模型保持竞争力。
PDF7 years ago
基于排名增强的列表优化在统计机器翻译中的应用
该研究提出了一种面向结构预测问题的列表学习框架，通过直接对整个翻译列表进行建模，学习可以更好地适应给定列表样本的参数，并提出了更加敏感于排名错误的顶级增强列表损失函数。研究结果表明，该列表学习框架和顶级增强列表损失函数均可以显著提高翻译质量
PDF7 years ago
CVPR提高多标签图像分类的成对排名
本研究提出两种技术来改进基于成对排名的多标签图像分类：（1）我们提出了一种新的损失函数，平滑且容易优化；（2）我们将标签决策模块纳入模型，估算每个视觉概念的最优置信阈值。我们在三个大规模数据集（VOC2007、NUS-WIDE 和 MS-C
PDF7 years ago
统计排名与组合霍奇理论
使用图 Helmholtzian 和组合 Hodge 理论，基于边缘流的成对排名可以解析为两个正交成分，其中一个表示 L2 最优全局排名，而另一个表示无旋转流，同时还可以通过线性最小二乘回归计算离散的 Hodge 分解。
PDF16 years ago