temporal adaptation | BriefGPT

关键词temporal adaptation

搜索结果 - 7

从图像到视频，多模态 LLMs 需要什么？
提出一种高效的方法，通过调整图像多模态语言模型的图像融合模块，利用图像多模态语言模型的先验知识，实现从图像到视频多模态语言模型的资源高效转换，从而提高视频多模态语言模型的时间理解能力，以更少的数据和资源进行训练。
PDF3 months ago
COLING欧洲人权法庭先例理解与先前案例检索数据集
基于欧洲人权法院的判决，推出了一种先例检索（PCR）数据集，以帮助系统全面理解法律事实和原则。通过采用不同的文本检索方法和负采样策略，进一步研究了 PCR 任务的困难度，以及与时间相关的检索模型的性能衰减。此外，还评估了 Halsbury'
PDF3 months ago
EZ-CLIP：高效零样本视频行为识别
EZ-CLIP 是对 CLIP 的简单高效改进，通过引入时序视觉提示和新的学习目标，实现了在视频领域的零样本学习和基于视频动作识别的高效训练。
PDF7 months ago
VIBE：面向主题的 Twitter 分类的时间适应
通过建模潜在主题演化，我们提出了 VIBE：Evolution 的变分信息瓶颈，以解决动态文本分类性能下降的挑战。实验表明，在只有 3% 的数据情况下，我们的模型明显优于之前的先进方法。
PDF9 months ago
社交媒體話題分類的非參數時間適應
本文针对用户生成的社交媒体数据不断变化，现有自然语言处理系统无法适应且需要大量重新训练的问题，提出了一种基于非参数分类器的简单有效的时间适应方法，并通过预测长期 Hashtag 变化的任务进行了实验。结果表明，非参数分类器的分类效果相比最佳
PDF2 years ago
EMNLPTwitter 上危机期间时间对齐的挑战
本文重点研究语言使用的时空变化对 NLP 系统的影响，尤其是在社交媒体、自然灾害和人为灾害等危机事件中，短时间内词的使用频率和含义可能会发生快速变化，为此，作者提出了一种基于领域自适应的时态适应方法，通过实验证明了该方法的有效性和适用性，同
PDF3 years ago
EMNLPBERT 的时间适应和下游文档分类的性能：来自社交媒体的洞见
本文研究了对于预训练语言模型（如 BERT），是否通过时间适应可以提高性能。结果表明，时间性适应和微调都可以提高性能，但是对于下游任务，时间性适应并不能比仅适应领域更为有效。
PDF3 years ago