performance improvement | BriefGPT

关键词performance improvement

搜索结果 - 527

科学出版物中的流程提取的数据增强技术
我们提出了一种数据增强技术，用于科学出版物中的过程提取任务。我们将过程提取任务视为序列标注任务，通过识别句子中的所有实体并根据其特定于过程的角色标记它们来完成任务。所提出的方法通过利用（1）原始句子中的特定于过程的信息，（2）角色标签相似度
PDFa month ago
通过减少表示密度来改善无光泽手语翻译
在这篇论文中，我们发现表示密度问题是妨碍无法使用例句注释式手语翻译系统性能的瓶颈，并引入了一种名为 SignCL 的简单但有效的对比学习策略来解决这个问题，通过自我监督的方式改善了无法使用例句注释式方法中特征表示的可区分性。实验证明，Sig
PDFa month ago
审视我们忽略的事物：在基于上下文的离线元强化学习中驾驭任务表征的转移
通过最大化互信息来提高任务表示能够实现性能的单调改善，其中，RETRO 算法重新调整任务表示偏移，从而在离线元强化学习中取得了 SOTA 的渐近性能、训练稳定性和训练时间消耗的实证结果。
PDFa month ago
恢复平衡：基于原则的数据欠采样 / 过采样用于最佳分类
在这项研究中，我们确定了线性分类器（支持向量机）在高维度情况下的泛化曲线的确切分析表达式，并对于数据的类别不平衡性、数据的第一和第二时刻以及所考虑的性能指标的影响给出了锐利的预测。我们表明，涉及数据的欠采样和过采样的混合策略会提高性能。通过
PDF2 months ago
战略数据排序：通过课程学习提升大型语言模型性能
通过课程学习的数据中心培训策略，根据数据的不同指标进行排序可以提高大型语言模型的性能，而无需增加模型大小或数据集容量，从而解决大型语言模型培训中的可扩展性挑战。
PDF2 months ago
I3DGS: 从多个维度改进 3D 高斯点光面绘制
3D 高斯光斑是一种用于 3D 视图合成的新方法，其相较于传统的神经渲染技术，能在保持更高清晰度的快速渲染速度的同时，获得隐式神经学习渲染结果。通过多种实验测试不同因素对 3D 高斯光斑模型的训练效率的影响，介绍了一种基于 I3DS 的合成
PDF2 months ago
基于 Transformer 的 RGB-T 跟踪及通道和空间特征融合
RGB-T 跟踪中，如何更好地融合跨模态特征是核心问题。本文利用直接融合跨模态通道与空间特征的方法，提出了 CSTNet，使用 ViT 作为主干，并插入了跨模态通道特征融合模块和跨模态空间特征融合模块，实现了 RGB 和 TIR 特征的直接
PDF2 months ago
面向源基数据生成的高效信息获取对话：以会议记录为案例
结合大型语言模型与人类专业知识，通过将角色扮演代理和用户的对话模拟为大型语言模型生成，然后由人类专家验证并补充归属数据，以更高效可靠地生成数据，并构建了集中在会议记录的首个信息检索对话数据集 MISeD，其中模型在测试集、手动 WOZ 测试
PDF2 months ago
指导事项对于特定任务的指导调优中的简单而有效的任务选择方法
指导调优通过仅利用指导信息来识别相关任务，并另外学习元数据集的独特指导模板风格，提高任务选择准确性，从而改进了性能。
PDF2 months ago
基于视觉转换器的对抗领域自适应
无监督领域自适应方法已取得了最新的优秀成果，并大多数使用了卷积神经网络作为特征提取器，然而视觉转换器虽已被广泛应用于计算机视觉任务，却未在对抗性领域自适应中研究过，本文填补了这一空白，并证明视觉转换器可直接应用于现有的对抗性领域自适应方法，
PDF2 months ago
有效多模型融合与对抗互补表示学习
通过对单模型系统和多模型融合的研究，我们提出了一个基于对抗性互补表示学习框架，该框架使新训练的模型能够避免先前获取的知识，使每个单独的组成模型能够学习最大程度不同、互补的表示方法，并通过实验结果证明我们的方法相比传统的多模型融合能更有效地提
PDF2 months ago
PHLP：链接预测的唯一持久同调 —— 可解释的特征提取
基于持久化同调的新方法用于链接预测，通过分析图的拓扑信息解释性能提高的原因。该方法不仅利用角度跳子图和新的节点标签方法来更好地区分图的信息，还结合已有的图神经网络模型，在各项基准数据集上均实现了优异的性能。
PDF2 months ago
XFT：通过简单合并升级的专家混合解锁代码指令调优的潜力
通过将升级 Mixture-of-Experts (MoE) 与稀疏升级相结合，并引入共享专家机制和路由权重归一化策略，XFT 训练方案显著增强了指令调优，将升级 MoE 型号编译回密集型型号，实现了与升级 MoE 型号相当的性能。应用 X
PDF2 months ago
无分类器引导权重调度器的分析
通过进行综合实验，本文提供了对 CFG 权重调度器的认识，发现简单的单调递增权重调度器能够持续改善性能，仅需一行代码即可实现；此外，更复杂的参数化调度器可以被优化以进一步提高性能，但不能在不同模型和任务之间推广。
PDF2 months ago
LongEmbed：扩展嵌入模型以用于长上下文检索
现代自然语言处理（NLP）应用中的嵌入模型在信息检索和大规模生成方面起着重要作用，本文探索了现有嵌入模型的上下文窗口扩展，将限制提升到 32k，而不需要额外的训练。我们通过新构建的 LongEmbed 基准测试，对目前的嵌入模型在长文本检索
PDF3 months ago
多阶段多目标 CT 扫描中的肝脏病变分割和检测
通过在多个阶段运用神经网络进行多相计算机断层扫描，结合分割模型和单相训练，我们的方法在肝脏病变分割性能上取得了 1.6% 的改进，并降低了 8% 的主体间性能差异。
PDF3 months ago
全球与本地场景实体建模以实现精确的动作检测
我们提出了一种新的方法，通过自适应注意机制来分析和建模场景实体，以解决在体育视频中探测行为的复杂挑战，并取得了出色的性能改进。
PDF3 months ago
带半马尔可夫模型的标注形态学分割
我们提出了有标签的形态学分割，这是一种统一几个任务的形态处理的替代视角。从标注角度来看，我们还引入了一种新的形态句法标签集的层次结构。最后，我们开发了 extsc {modelname}，这是一个判别性的形态学分割系统，与之前的工作相反，它
PDF3 months ago
FRACTAL：基于文本标签的细粒度评分
我们介绍了一种将响应级别标签细分为句子级别（伪）标签的方法，该方法利用多实例学习（MIL）和学习标签比例（LLP）技术以及先前信息训练专用模型进行句子级别评分，并利用模型预测对训练集进行伪标签，以进一步提高性能。我们在六个数据集和四个任务上
PDF3 months ago
通过捕获物体间的关系提升航空图像中的检测能力
基于 transformer 的方法在三个基准测试中表现出一致的性能提升，特别是在 DOTA-v1.5 和 HRSC 2016 上名列前茅，相对于基线方法分别增加了 1.59 mAP 在 DOTA-v1.0、4.88 mAP 在 DOTA-
PDF3 months ago