BriefGPT.xyz
Ask
alpha
关键词
self-supervised signals
搜索结果 - 4
多尺度子图对比学习
通过对子图取样,在不同尺度上生成全局和局部视图,并根据它们的语义关联构建多种对比关系,以提供更丰富的自监督信号,从而实现对细粒度语义信息的表征。在八个图分类现实世界数据集上进行的大量实验和参数分析充分证明了该方法的有效性。
PDF
4 months ago
混合动态对比度和概率蒸馏用于无监督人员再识别
本文提出了一种混合动态聚类对比和概率蒸馏算法,在不需要标注数据的情况下,将无监督的人物重识别问题转化为统一的局部到全局动态对比学习和自监督概率蒸馏框架。实验结果表明,这种方法在无监督领域适应性实验设置下,取得了优异的性能。
PDF
3 years ago
ZEN 2.0: N-Gram 增强文本编码器的继续训练和适应
本研究提出了使用大规模数据和先进技术针对 n-gram 的预训练编码器,并成功将其拓展到不同语言和领域中,得到了在多项 NLP 任务中表现优异的结果。
PDF
3 years ago
ICML
利用具有动态感知能力的模型进行物理推理
通过自我监督的信号增强奖励价值,将模型训练出了刻画两个物理场景间相似度的能力,从而在 PHYRE 基准测试中显著提升了表现。
PDF
3 years ago
Prev
Next