research direction | BriefGPT

关键词research direction

搜索结果 - 7

ACL探索语言模型利用辅助函数的代码生成能力
辅助功能对于提高语言模型的代码生成能力有帮助，但如何调用辅助功能尚未进行系统性的研究。本文使用人工创建的评估集来综合评估最近的代码预训练语言模型中利用辅助功能的能力，并通过实验和分析发现其有效性、稳定性和具有自我改进行为的潜力，但同时也发现
PDF4 months ago
多维空间的学习索引调查
现在的研究趋势是将数据库索引结构视为机器学习模型，通过训练单个或多个机器学习模型来学习从键到数据集内位置的映射关系，从而实现改进搜索性能和减少空间需求。该调查重点关注学习多维索引结构，介绍了该研究领域的现状，解释了每个方法的核心概念，并根据
PDF4 months ago
ELRA: 指数学习率自适应梯度下降优化方法
我们提出了一种新型的、快速的、基于梯度的优化算法，通过情景感知来自适应学习率，以正交邻近梯度为主要思路。该方法具有快速收敛速度，不依赖手动调参参数，具有更大的普适性，在维度 n 为任意大小的问题上可线性扩展。通过在 MNIST 基准数据集上
PDF10 months ago
多语言多模态：数据集、技术、挑战和机遇的分类调查
此论文旨在研究多模态多语言的统一模型，探讨其任务，数据集及方法类别，分析模态与语言之间的相互作用以及模型的优势和劣势，总结该领域的高级趋势并提出挑战和未来研究方向。
PDF2 years ago
长期持续训练的环境成本是否值得？受益的有限证据
本文提出增量学习语言模型存在环境费用，并呼吁对连续训练的使用进行反思和对增量学习的研究方向进行更多基准测试。
PDF2 years ago
ICLR视觉 Transformer 的最新进展：近期研究的综述和展望
本文介绍了近期表现最佳的 Vision Transformers 方法，对其强弱项、计算成本、训练和测试数据集进行了全面综述，并在流行基准数据集上与各种 ViT 算法以及代表性 CNN 方法的性能进行了充分比较，最后讨论了一些局限性和提出了
PDF2 years ago
COLING无监督依存句法分析综述
本文综述了语法依赖分析中的无监督分析方法，确定了两种主要方法类别并讨论了最近的趋势，以期为研究人员提供深入的见解，并促进未来研究的发展。
PDF4 years ago