state-of-the-art results | BriefGPT

关键词state-of-the-art results

搜索结果 - 349

MaskMatch：基于 Mask 自编码特征学习的半监督学习增强
半监督学习中存在数据利用有限的挑战，本研究介绍了一种全新的算法，利用未标记数据来提升半监督学习的性能，并取得了最先进的结果。
PDF9 days ago
SIGIR随机 RAG：通过预期效用最大化的端到端检索增强生成
通过引入 Stochastic RAG，本文提出了一种新颖的端到端优化方法，通过在 RAG 中将检索过程建模为一个无替换的随机抽样过程，利用可微的 Gumbel-top-k 提供了一个不同 iable 的无替换采样方法，从而实现了针对 RA
PDF14 days ago
想象看见：通过对抗特征补全实现被遮挡行人检测
我们提出了一种基于特征补全和对抗学习的行人检测方法，通过对被遮挡区域进行特征补全，实现了行人特征的对齐，实验证明该方法在重度遮挡场景下取得了显著改进，并在多个数据集上达到了最先进的结果。
PDF17 days ago
听力先行：具有讲话者关注的视频对齐
利用跨模态对齐和表示融合方法，在 Social IQ 2.0 数据集上取得了 82.06％的准确率，增强了视频模态的利用能力，并通过降低语言过拟合和当前技术所遇到的视频模态绕过等问题，提高了性能。
PDFa month ago
具有因果关系图约束的神经网络：一种新的治疗效应估计方法
近年来，对使用机器学习技术估计治疗效果的兴趣逐渐增长。本文讨论和分类了这些模型的算法归纳偏差，并提出了一种考虑因果图中的附加信息的新模型 NN-CGC，通过对模型实施新的约束，解决了来自虚假变量相互作用造成的偏差，并且可以与其他表征学习方法
PDFa month ago
利用细粒度信息和噪声解耦的遥感变化检测
利用细粒度特征进行变化检测，提供信息补偿和噪声分离方法以实现新的最优结果。
PDFa month ago
DPO 相对于 PPO 在 LLM 对齐上是否更优？一项全面研究
通过理论和实证研究，本文探究了直接偏好优化（DPO）和邻近策略优化（PPO）方法在强化学习与大型语言模型对齐中的算法特性，并发现 PPO 在细化语言模型时表现出色，超越其它方法，并在挑战性的代码竞赛中取得了最先进的结果。
PDFa month ago
Rho-1: 不是所有的令牌都是你所需要的
先前的语言模型预训练方法一直对所有训练标记应用相同的下一个标记预测损失。挑战这一规范，我们认为 “语言模型训练并非所有语料库中的标记都同等重要”。我们的初步分析探究了语言模型的标记级训练动态，揭示了不同标记的独特损失模式。利用这些见解，我们
PDFa month ago
UniMD: 迈向统一的时刻检索和时间动作检测
通过提出统一的时刻检测架构 UniMD 以及两种任务融合学习方法，本论文研究了时态动作检测（TAD）和时刻检索（MR）之间的潜在协同效应，并在多个数据集上实现了最先进的结果。
PDFa month ago
CVPR通过图像扩散过程进行动作检测
通过 ADIDiff 框架的三图像生成过程，本研究旨在通过图像生成开始点、结束点和动作类别预测的图像来解决动作检测问题，并通过离散的行列转换器设计来处理特殊属性的图像，从而在两个广泛使用的数据集上取得了最先进的结果。
PDF2 months ago
一图胜过一万言：蓝图论述多模态推理的图
本文提出了一种名为 “图像蓝图辩论” 的顶 - 下述式多模式推理方法，解决了多分类结果过于概括和由图像引入的分散注意力的挑战，并在科学问答和 MMBench 中实现了最先进的结果。
PDF2 months ago
AraPoemBERT：用于阿拉伯诗歌分析的预训练语言模型
介绍了 AraPoemBERT，这是一个在阿拉伯诗歌文本上进行预训练的阿拉伯语言模型，通过在多个与阿拉伯诗歌相关的 NLP 任务上展示其有效性，该模型在大多数下游任务中表现出色，取得了最新成果的结果。
PDF2 months ago
迈向可推广和可解释的运动预测：一种深度变分贝叶斯方法
这篇论文提出了目标导向的神经变分智能体 (GNeVA)，它是一个可解释的生成模型，用于预测自动驾驶车辆在混合交通流中的潜在行为，具备对分布外情况的强大泛化能力。实验验证了该模型具备可解释性和泛化能力，并能够达到与最先进结果相媲美的性能。
PDF2 months ago
AAAI图像 - 文本检索的跨模态和单模态软标签对齐
通过引入交叉模态和单模态软标签对齐 (CUSA) 方法，我们解决了图像 - 文本检索中的两个问题：模态间匹配缺失和模态内语义损失。实验证明，我们的方法可以提升图像 - 文本检索以及单模态检索的性能，达到新的最先进水平。
PDF2 months ago
A$^{3}$lign-DFER：面向动态面部表情识别的全面动态情感对齐与 CLIP
CLIP 在动态面部表情识别（DFER）任务中的性能不如其他基于 CLIP 的分类任务出色。为解决这个问题，我们设计了 A$^{3}$lign-DFER，通过引入一种新的 DFER 标注范例，全面实现对齐，从而增强 CLIP 在 DFER
PDF2 months ago
用于平衡组分布稳健性的可控提示调整
通过引入优化方案和可控的提示调整技术，我们在群组和模态彼此进行权衡的同时，在分布转换下实现了优秀的性能，无需更新整个网络的参数，从而达到了最先进的结果。
PDF2 months ago
超级 SDFusion: 提升 3D 文本到形状生成的语言和几何层次结构的桥接
提出了一种基于超几何空间的分层文本到形状生成模型，利用超几何空间学习文本和 3D 形状的分层表示，并通过引入双分支结构嵌入文本特征于 3D 特征空间，最终得到具有分层结构的生成 3D 形状，实验结果显示在现有文本到形状数据集上取得了最先进的
PDF3 months ago
基于上下文和多样性驱动的合成零样本学习中的特异性
为了更准确地预测未见过的属性 - 物体对并改善在开放世界中的组合过滤，在通常被忽略的特异性水平上考虑属性的多样性和上下文，我们引入了基于上下文和多样性的特异性学习框架用于组合零样本学习 (CDS-CZSL)。在闭世界和开放世界的情景中进行了
PDF3 months ago
MIM-Refiner：中间层预训练表征的对比学习强化
MIM-Refiner 通过对比学习提升预训练的 MIM 模型，并在几个时代内将其从次优到最先进的特征状态进行了有效的精炼，该方法在线性探测和低样本分类中取得了新的最先进结果。
PDF3 months ago
三元交互改进图变换器：基于三元图变换器的精确分子图学习
通过创新的三元关注机制和聚合机制，Triplet Graph Transformer (TGT) 在图中的两个相邻节点之间实现了直接通信，成功应用于分子性质预测，并通过三阶段训练过程和随机推理提高了训练效率和模型性能，在 PCQM4Mv2、
PDF3 months ago