synthetic examples | BriefGPT

关键词synthetic examples

搜索结果 - 7

锻造伪造者：通过数据增强改进作者验证的尝试
在作者验证的敌对设置中，通过与负面合成样本增强分类器训练集，以模仿感兴趣作者的风格，无论是通过隐藏写作风格还是模仿其他作者的风格，本文以三种不同的生成器架构（基于循环神经网络的一种，基于小规模转换器的一种，以及基于流行的 GPT 模型的一种
PDF4 months ago
Ensemble-Instruct: 使用异构的语言模型生成指导调整数据
使用上下文学习 (ICL) 来进行数据生成，结合自我指导和山羊驼等技术可以只通过少量人工监督即可训练出强大的对话代理。本论文研究探索了将这些技术应用于更小（大约 10B-40B 参数）且具有宽松许可的语言模型，并提出了新的 ICL 方法来提
PDF8 months ago
视觉丰富文档的增强策略
本论文提出了一种名为 FieldSwap 的数据增强技术，通过交换源领域的关键短语和目标领域的关键短语来生成新的合成例子，以提高培训中目标领域数据稀缺时的性能，例如文本处理和字段提取。实验证明，该方法可以提高 1-7 个 F1 点的提取性能
PDF2 years ago
利用潜空间知识分解和共享进行数据集压缩
本文提出了一种新方法，通过利用给定数据集中的规律，以生成模型的方式定义数据集，通过学习可压缩代码的潜在空间和解码器，可以显著地增加合成例子的数量并实现信息因式分解，从而在压缩比与生成质量之间提供更好的平衡。
PDF2 years ago
ICML可解释的最优输运分布漂移检测
本文提出了一种基于最优输运的方法来识别和表征分类数据集中的分布变化，它能够帮助用户确定每个类别受到变化的程度，并提供相应的样本对以提供其性质的洞见。作者在合成和自然变化的数据集上进行了实验验证，并希望这能够激发未来的可解释方法来分析分布变化
PDF2 years ago
基于 GAN 的数据增强解决类别不平衡问题
在信用卡欺诈检测中，机器学习被广泛运用，但因为样本集类别分布存在不平衡，这可能导致模型预测全部为多数类别而无法推广到真实情况。因此，我们使用生成对抗网络来生成一些少数类别虚拟数据，以缓解类别分布不平衡问题，从而更有效地学习数据。
PDF2 years ago
从合成数据中采样结构多样的训练集，以寻找干草堆中的针
本文研究了使用自动生成的合成语言 - 程序组对来改善语义解析中组合泛化的问题，通过使用具有结构多样性的样本，我们获得了在数据效率方面 200 倍的提高，并且在 schema2QA 数据集上，模型在组合泛化方面取得了显著的提高和在传统的 i.
PDF3 years ago