关键词parameter-efficient adaptation
搜索结果 - 3
- AAAIPPEA-Depth: 面向自监督单目深度估计的渐进式参数高效调整
自监督单目深度估计在自动驾驶和机器人领域具有重要意义。本文提出了一种渐进参数高效适应的方法,通过转移预训练的图像模型来实现自监督深度估计,解决了动态场景中的性能优化挑战,并通过在 KITTI、CityScapes 和 DDAD 数据集上进行 - 上下文学习如何帮助提示调整?
该研究通过实验测量了几种不同的文本生成任务原始模型的表现,对比分析了几种参数有效的适应方法(如提示调整、上下文学习和指导性提示调整),并通过 IPT 探究了这些方法之间的交互作用和优缺点。
- EMNLP零样本跨语言生成中克服灾难性遗忘
本文研究如何在只有英文标记数据的情况下,在目标语言中执行生成任务,以 summarization 作为案例研究。研究发现了通用的迁移学习方法在这种情况下存在困难,并且展示通过 prompt tuning 等方法可以实现跨语言生成。