performance degradation | BriefGPT

关键词performance degradation

搜索结果 - 61

McUDI: 模型中心化无监督退化指示器用于故障预测 AIOps 解决方案
本文介绍了一种模型中心的无监督退化指标 (McUDI)，能够检测 AIOps 模型由于数据变化而需要重训练的确切时刻，并展示了在 AIOps 解决方案的维护流程中使用 McUDI 可以减少需要注释的样本数量，对于作业故障预测减少了 30k
PDF5 months ago
大型语言模型的私人微调与零阶优化
DP-ZO 是一种维护训练数据隐私的方法，通过对零阶优化中步长的隐私化来对大型语言模型进行微调，可在保守的隐私预算下提供强大的隐私 - 效用权衡，且在 SQuAD 的 1000 个训练样本上，对 OPT-66B 的微调仅导致 1.86% 的
PDF6 months ago
推广单视角三维形状检索方法解决遮挡和未见物体问题
该研究使用单视角三维形状检索，通过系统性评估考察了目标 3D 形状数据库中的物体遮挡、未见过的 3D 形状数据以及输入图像中的未见过的物体对性能的影响，并提出了合成数据集生成流程。实验结果表明，通过在具有遮挡的合成数据集上进行预训练，然后在
PDF6 months ago
AdapTraj: 一个多源领域泛化的多智能体轨迹预测框架
提出了 AdapTraj，一种特定于多智能体轨迹预测任务的多源域泛化框架，可以显著优于其他基线模型，通过显式建模四种特征类型来解决负迁移和外部因素建模不足的问题。
PDF6 months ago
政策网络的泛化分析：双积分器的案例
利用深度强化学习（DRL）策略网络在各种连续控制任务中的广泛应用引发了关于在输入状态规范大于训练环境中的状态规范的广泛状态空间中性能下降的问题。本文旨在使用一种称为状态划分的新型分析技术揭示处理扩展状态空间时导致性能恶化的潜在因素，与之前仅
PDF7 months ago
IJCAI内脑优化系统中故障元素效应的分析
神经形态系统、脉冲神经网络、忆阻器、故障元素和性能下降是该研究的关键词和总结。
PDF7 months ago
一种医学图像无监督图像配准的自适应对应度评分框架
我们提出了一种适应性训练方案，用于无监督的医学图像配准。
PDF7 months ago
CAIS-DMA：协同人工智能系统的决策助手
该研究介绍了一种新的方法，用于在协作人工智能系统在经历破坏性事件后的性能退化时自动支持决策过程。我们开发了一个框架，自动监控决策过程，在性能退化时进行干预，并推荐下一步操作。
PDF8 months ago
通过移除单个样本进行数据剪枝
我们提出了一种名为 MoSo 的新型数据修剪方法，旨在从训练集中识别并删除最不具信息的样本，通过衡量从训练集中排除特定样本时经验风险的变化程度来确定每个样本的重要性，通过一个高效的一阶逼近器，仅需要不同训练阶段的梯度信息，实验结果表明，Mo
PDF8 months ago
EMNLPMultiCoNER v2: 用于细粒度和嘈杂的命名实体识别的大型多语言数据集
我们提出了 MULTICONER V2 数据集，这是一个用于细粒度命名实体识别的数据集，涵盖了 12 种语言中的 33 个实体类别，在单语和多语环境下使用。该数据集的目标是解决 NER 中的实际挑战，包括有效处理包括电影标题等复杂实体的细粒
PDF9 months ago
CVPR旋转的重要性：针对不同相机系统的广义单目三维物体检测
通过对相机姿态变换的研究，我们发现 3D 物体检测性能在不同于训练数据所用相机系统的情况下明显降低。为了解决这个问题，我们提出了一个通用的 3D 物体检测方法，其中包括一个位置修正模块，用于校正估计的 3D 边界框位置和朝向，并在不进行额外
PDF9 months ago
从有缺陷的数据中学习：弱监督的自动语音识别
使用 Omni-temporal Classification（OTC）训练自动语音识别（ASR）模型，可以有效地学习语音文本对齐并适应训练文本中的错误，从而避免在包含高达 70% 错误的文本情况下出现性能下降，与 CTC 模型完全失败的情
PDF9 months ago
以比特流封面判断视频
视频分类中，通过研究视频的压缩比特流来代替传统方法中涉及视频解压缩的特征提取，以提高分类性能和处理速度。通过验证自定义数据集，结果表明该方法在精度、准确率和召回率方面都超过 80%，而且处理速度是真实时间的 15000 倍，比传统的动态时间
PDF10 months ago
ICCV稀疏线性概念发现模型
通过对比性语言图像模型和单一稀疏线性层，我们提出了一个简单而直观的可解释框架，通过基于贝叶斯推理的数据驱动伯努利分布来实现框架中的稀疏性，相比相关方法，在准确性和每个样本概念稀疏性方面均表现出色，为新概念的个体研究提供便利。
PDFa year ago
ICML用元学习生成模型正则化神经网络
该研究论文探讨了提高深度学习的生成数据增强方法。通过利用生成模型产生的合成样本作为附加的小数据集进行分类，生成数据增强能够改善分类效果。研究中提出了一种名为元生成正则化（MGR）的生成数据增强策略，通过在特征提取器的正则化项中使用合成样本来
PDFa year ago
Alioth: 公有云上基于机器学习的多租户应用干扰感知性能监测器
通过构建一个新颖的机器学习框架 Alioth 来监控云应用性能降低，并提供对决策的洞察力。
PDFa year ago
量子化大型语言模型中是否存在突现能力：一项实证研究
本文研究了量化对语言模型的影响，重点关注了量化对模型的新兴能力、上下文学习、思维链推理和指令跟随等的影响，实验证明 4 位量化模型仍然存在这些新兴能力，而 2 位模型在这些能力测试中遭受严重性能下降，通过模型微调和特定分析方法，本文揭示了量
PDFa year ago
探究物体识别性能跨收入层和地理区域降低的原因
本研究通过标注 Dollar Street 图像中的因素，例如颜色、形状和背景，揭示了不同地区、不同收入水平中目标对象之间的差异，证明性能差异是与贴图、遮挡和低照度图像的差异相关联，为提高深度学习系统的性能差异提供了解决思路。
PDFa year ago
源无关域自适应仅需少样本微调
研究表明在无标签目标数据存在特定要求 (如封闭集和标签分布一致) 或实际应用场景 (如 OOB 和标签分布转移) 的情况下，基于无源数据的领域自适应 (SFUDA) 方法具有很大的限制。通过实验证明，使用源预训练模型和少量标记数据的微调方法
PDFa year ago
CVPR零样本量化中的难样本问题
本文提出了一种 HArd 样本合成和训练（HAST）方法来解决现有零样本量化方法中合成样本容易过度拟合从而导致性能降低的问题。该方法通过对难合成样本的特殊合成和特征对齐来保证合成样本的质量，最终实验结果表明 HAST 方法比现有零样本量化方
PDFa year ago