关键词reparameterization technique
搜索结果 - 4
- SuperPos-Prompt: 使用多个令牌嵌入的叠加来增强语言模型的软提示调优
在参数高效调整预训练语言模型方面,软提示调整技术最近已经引起了广泛关注,尤其是减少模型参数调整所需的工作。尽管它们的使用越来越多,但是在使用软提示进行最优调整,特别是在较小的数据集上,仍然面临着重大挑战。该研究在这个领域做出了两个贡献:(i - 简化扩散薛定谔桥
本研究介绍了一种新颖的理论简化方法,将扩散薛定谔桥与基于评分的生成模型统一起来,解决了扩散薛定谔桥在复杂数据生成方面的局限性,实现了更快的收敛和更强的性能。通过将基于评分的生成模型作为扩散薛定谔桥的初始解决方案,我们的方法充分发挥了两个框架 - 从现实世界的 RAW 图像中高效重建 HDR
本文提出了一种新的计算原始 HDR 数据形成管道并构建了第一个实际的原始 HDR 数据集 RealRaw-HDR,开发了一种轻量级高效的 HDR 模型 RepUNet,通过提出即插即用的运动对齐损失方法,解决了短曝光和长曝光图像之间的动作对 - AAAI变分循环神经机器翻译
本文提出了一种新颖的变分递归神经机器翻译(VRNMT)模型,该模型引入了一系列潜在随机变量以发挥生成效果,这些变量是通过变分自编码器获得的,并且在 NMT 解码器的隐藏状态中包含。使用神经后验近似器和重参数化技术,该模型在汉英和英德翻译任务