shortcut features | BriefGPT

关键词shortcut features

搜索结果 - 7

学习绕道：弱监督语义分割的快速通道缓解增强
本文提出了用于弱监督语义分割的快捷方式缓解增强方法（SMA），通过生成在训练数据中未见的对象 - 背景组合的合成表示来减少快捷方式特征的使用，在 PASCAL VOC 2012 和 MS COCO 2014 数据集上实现了语义分割结果的改进
PDFa month ago
借助语义驱动的对抗性方法指出关系提取模型的不足
近年来，大型语言模型在各种自然语言处理任务中取得了最先进的性能。然而，研究表明这些模型往往依赖于简化特征，导致不准确的预测，并使得模型在泛化到分布外样本时不可靠。本研究描述了几种基于语义的策略来生成替代实体提及的对抗样本，并调查了最先进的关
PDF4 months ago
通过插值正交特征进行样本高效的域适应
本文提出了一种名为 Pro$^2$ 的轻量、样本高效的方法，通过将预训练嵌入映射到正交方向来学习多样的预测特征，并在小目标数据集上适应目标分布。在多个数据集上的试验表明，与标准线性探测等先前方法相比，Pro$^2$ 提高了 5-15% 的性
PDFa year ago
ICML图像和文本的自监督减少对视觉快捷特征的依赖
本文研究了深度学习模型中的 shortcut 特征在测试或部署时可能会产生的问题，提出了自我监督方法可以提高图像表示的健壮性和降低模型对 shortcut 特征的依赖，特别是在医学成像领域中具有一定的应用前景。
PDF2 years ago
KDD因果关注力用于可解释和可泛化的图分类
本研究提出 Causal Attention Learning (CAL) 策略，利用因果推断来处理图分类过程中存在的 confounding effect of shortcuts，该方法借助注意力模块估计因果特征和快捷特征，并对因果理论
PDF3 years ago
ACL针对自然语言理解模型的捷径学习行为进行解释和缓解
本文研究表明，NLU 模型倾向于依赖于快捷特征进行预测，而不是真正理解语言。我们发现 NLU 训练集中的单词可以被建模为长尾分布，进一步提出了一种量化每个训练样例快捷程度的方法，并基于此提出了一个缓解快捷特征对模型训练的影响的框架 LTGR
PDF3 years ago
自监督表示学习的自动快捷方式移除
自我监督视觉表示学习中，通过预训练任务训练特征提取器，提出了使用 lens 网络来减少对抗攻击漏洞，通过对图片进行微小修改，最大限度地减少了自我监督学习中的 “捷径” 特征的影响。
PDF4 years ago