test-time | BriefGPT - AI 论文速递

关键词test-time

搜索结果 - 6

LLMs 模型群：通过困惑度优化在测试时间融合模型
本研究通过利用多个大型语言模型的知识，基于测试时间融合方法 PackLLM 解决了 LLM 融合的问题，通过优化确定每个 LLM 的重要性，使输入提示的困惑度最小化，实验证明 PackLLM 在测试时间融合上的表现优于基准方法，可以利用新的
PDF3 months ago
多模式大型语言模型的测试期后门攻击
通过对多模态大型语言模型进行测试时背门攻击，使用对抗测试图像将背门注入文本模态中，无需获取或修改训练数据，并能在设置和激活有害效果的时间上解耦。
PDF5 months ago
快速网络调整：利用测试时反馈学习适应神经网络
提出了一种适应神经网络在测试时分布发生变化的方法，通过闭环系统和测试时反馈信号来在实时中进行网络的适应，该方法使用基于学习的函数来实现很好的效果，使适应比基准方法更加灵活和快捷。
PDF9 months ago
分布归一化：对基于对比学习的视觉语言模型进行 “轻松” 的测试时间增强
通常的下游做法只是优化目标的零阶近似，而 Distribution Normalization（DN）可以很好地检索到负样本的信息，从而在测试时间获得更好的性能。
PDFa year ago
Few-Shot 学习基准太简单了吗？无需测试任务监督即可解决
本文介绍了一种名为 Centroid Networks 的 baseline 方法，能够在测试时隐藏支持集标签并在必要时通过聚类来恢复标签，以此研究在测试时缺乏支持集标签的场景下，少样本学习的解决方案。同时，作者提出以新的架构和数据集作为基
PDF5 years ago
对抗回馈循环
本文提出了一种新颖的方法，在测试时显式利用判别器的反馈模块并结合卷积块进行图像生成，旨在提升生成器的结果，实验结果表明这种方法可应用于超分辨率和图像生成领域并提高现有网络的性能。
PDF6 years ago