performance | BriefGPT - AI 论文速递

关键词performance

搜索结果 - 1247

大型语言模型在自然语言生成任务中的系统评估
研究论文从自然语言生成任务的角度全面评估了 ChatGPT、ChatGLM、基于 T5 的模型、基于 LLaMA 的模型和基于 Pythia 的模型等众所周知且表现良好的大型语言模型的性能，并提出了一种常见的评估设置，其中包括输入模板和后处
PDFa day ago
Xmodel-VLM: 一个简单的多模态视觉语言模型基准
我们介绍了 Xmodel-VLM，这是一款先进的多模态视觉语言模型，旨在在消费级 GPU 服务器上进行高效部署。我们的工作直接应对了一个关键行业问题，即解决了巨大规模多模态系统普及所面临的高昂服务成本限制。通过严格的训练，我们从头开始开发了
PDF2 days ago
ECCV任务自适应的 Q-Face
提出了一种名为 Q-Face 的新型任务自适应多任务人脸分析方法，该方法能够同时执行多个面部分析任务，并在表情识别、动作单元检测、面部属性分析、年龄估计和面部姿态估计等方面达到了最先进的性能。
PDF2 days ago
COLING时代之符号：评估大型语言模型在成语辨析中的应用
大型语言模型和仅编码器模型在处理可能包含习语的任务时的表现如何以及与之相比的性能状况被探究，结果显示尽管大型语言模型在不同尺度下都具有竞争力的性能，但其结果并不及细调为特定任务的模型，我们还发现模型规模的增加能够显著提高性能，并讨论了利用大
PDF2 days ago
超越缩放定律：理解具有关联记忆的 Transformer 性能
增加 Transformer 模型的大小并不总是导致性能提升，用经验缩放定律无法解释此现象。此外，模型记忆训练样本会改善泛化能力。我们提出了一个理论框架，揭示了基于 Transformer 的语言模型的记忆过程和性能动态。我们使用关联记忆的
PDF3 days ago
人类与人工智能的组合在何种情况下有用？
通过对超过 100 个最近的实验研究进行超过 300 效应大小的元分析，本研究发现：平均而言，人工智能与人类的结合表现明显低于单独人类或人工智能的最佳表现；涉及决策的任务中存在性能损失，而涉及内容创作的任务中则有显著的性能提高；当人类的表现
PDF8 days ago
离散时间 ReLU 循环神经网络的稳定性和性能分析
用维度恒定的非线性神经网络的充分稳定性和 l2 - 增益性能从理论上证明了通过结合李亚普诺夫 / 耗散理论和重复 ReLU 满足的二次约束（QCs）导出。我们使用已知的标量 ReLU 的性质，创作了一般类的重复 ReLU 的 QC。稳定性和
PDF9 days ago
HC-Mamba：基于混合卷积技术的医学图像分割中的视觉 MAMBA
基于现代状态空间模型 Mamba, HC-Mamba 是一种新的医学图像分割模型，通过引入扩张卷积技术和深度可分离卷积技术，能够在较低的计算成本下处理大规模医学图像数据，并表现出竞争性的性能。
PDF9 days ago
了解大型语言模型在文化常识方面的能力和局限性
通过对多个最先进的大型语言模型的文化常识任务的能力和限制进行全面检验，我们发现大型语言模型在文化特定的常识知识上的表现存在显著差异，其通用常识能力受到文化环境的影响，并且提出查询大型语言模型所使用的语言会影响其在与文化相关的任务上的表现，我
PDF10 days ago
不要浪费时间：早停止交叉验证
使用早停法进行交叉验证的模型选择，可以更高效地收敛，涵盖更多搜索空间，并实现更好的性能。
PDF11 days ago
构建视觉 - 语言模型时的要点
基于大语言模型和视觉变换的视觉语言模型（VLMs）的增长兴趣，我们观察到在 VLMs 设计中往往存在未经支持的决策，这使得很难确定哪些选择能够提高模型性能，为了解决这个问题，我们进行了大量关于预训练模型、架构选择、数据和训练方法的实验，基于
PDF14 days ago
ACL适配器模块在文本分类中性能、效率和公平性之间的权衡
当前的自然语言处理（NLP）研究倾向于仅关注一到两个维度，如性能、隐私、公平性或效率，这可能导致次优的结论，并常常忽视实现可信赖的 NLP 的更广泛目标。适配器模块的工作主要关注提高性能和效率，并未对公平性等其他方面的意外后果进行调查。我们
PDF14 days ago
通过最优传输对一个模型在未知领域的测试性能进行评估
利用仅在测试时可用的信息（如模型参数、训练数据或其统计信息以及未标记的测试数据），我们提出了一种基于最优输运的测度，与机器学习模型在未知领域的性能高度相关，并且高效可计算。通过对常用基准数据集及其损坏数据进行广泛的经验评估，证明了我们的测度
PDF15 days ago
ACL高效样本特定编码器扰动
通过对 encoder-decoder 系统的行为进行修改，本研究提出了一个简单且轻量级的方法来控制特定属性的行为。在改进了 COMET 在机器翻译和 Whisper 基础模型在语音识别中的性能的基础上，实验结果显示了持续不断的改进。
PDF16 days ago
通过从布朗球面扩散中探索潜空间生成合成人脸数据集
利用新的方法，通过生成模型在潜在空间中采样身份分布，生成人脸数据集并训练人脸识别模型，证明该方法能够超越以往的生成式对抗网络数据集，并与最先进的扩散式合成数据集取得有竞争力的性能，还可以减轻由生成器训练集中存在的泄漏问题，并探索生成模型生成
PDF17 days ago
ACL多语言语言模型的绩效驱动因素是什么？
通过研究 204 种语言的多语言大型语言模型（MLLMs）在不同语言上的表现，考察了预训练数据大小、资源可用性、语言家族和脚本类型等因素对模型性能的影响，并发现对于已知语言来说，预训练数据大小是最重要的因素，而对于未知语言来说，脚本类型和语
PDF18 days ago
性能对齐的 LLM 用于生成高效代码
通过引入强化学习的方法，将代码 LMM 的输出与性能对齐，提高生成代码的期望加速比，并在一组基准任务中展示了 0.9 至 1.6 倍的串行代码速度提升和 1.9 至 4.5 倍的 OpenMP 代码速度提升。
PDF18 days ago
波兰语分类任务的少样本学习评估
我们引入了一个包含 7 个不同分类任务的少样本基准，这些任务使用波兰语进行描述。通过在商业和开源预训练模型中进行 0 和 16 次试验的经验比较，我们发现 ICL 获得了最佳表现，商业模型如 GPT-3.5 和 GPT-4 达到了最佳性能。
PDF20 days ago
基于贝叶斯优化和图文模型的图像分类器失效的高效探索
现实世界中应谨慎使用图像分类器，验证集上的性能可能不能反映出真实世界中的性能。尤其是对那些在训练过程中经常遇到的条件，分类器可能表现良好，但对其他不常见的条件可能表现不佳。我们假设最近在文本到图像生成模型方面的进展使其成为对计算机视觉模型（
PDF21 days ago
土耳其语语言模型的性能比较
本研究目的是填补文献中关于土耳其语的各种开源语言模型的性能比较的空白，通过比较七个选择的语言模型在上下文学习和问答能力方面的表现，发现继续在 fine-tuning 之前进行预训练的指导数据集可以更好地适应土耳其语的多语种模型，并且上下文学
PDF22 days ago