关键词self-adversarial learning
搜索结果 - 3
- SIGIR基于嵌入式的美国 Instacart 超市搜索模型
本文介绍了嵌入式模型在电商搜索中的应用,该模型由两个塔式变压器编码器构成,利用自适应对抗性学习和级联训练方法,以特别关注基于内容的特征并有效地在噪声大的数据上进行训练,检测出相对于原方案 10%的 RECALL@20 的改进并通过在线 A - ICLR使用比较歧视的自对抗学习进行文本生成
提出了一种新的自我对抗学习(SAL)范式,通过使用相对鉴别器作为 GAN 的鉴别器,并引入自我改进奖励机制,成功地解决了 GAN 在生成文本方面的奖励稀疏性和模式崩溃问题,并在文本生成基准数据集上取得了更高质量和更稳定的性能表现。
- AAAI自对抗学习贝叶斯采样
本文提出一种新的自我对抗学习框架,用于通过学习条件生成器来生成高质量的样本,并自动学习马尔可夫内核的行为,从而逐渐逼近目标分布,从而在可扩展 Bayesian 采样和非监督深度学习模型等方面取得优势。