trained model | BriefGPT - AI 论文速递

关键词trained model

搜索结果 - 10

Iris-SAM：使用基础模型的虹膜分割
通过在眼球图像上利用不同的损失函数进行细调，我们开发了一个基于像素级的虹膜分割模型，其基础模型为 Segment Anything Model (SAM)，该模型在分割任意对象方面已取得成功。在细调过程中，Focal Loss 的重要性得到
PDF5 months ago
基于有界 Dyck 文法的研究案例：变压器使用短视方法不可解释
研究关注于解释性方法，通过检查模型的不同方面（例如权重矩阵或注意力模式）来理解训练模型（例如 Transformer）实现的算法。通过理论结果和对合成数据的仔细控制实验的组合，我们对专注于模型的个别部分而不是整个网络的方法提出了批判性观点。
PDF7 months ago
联邦学习中的公平攻击
通过控制数据隐私并引入一种新类型的攻击，本论文讨论了在分布式训练中实现公平性的重要性以及对公平性进行攻击的方式。
PDF7 months ago
MM通过差分隐私实现机器去学习的严格界限
机器遗忘的研究论文，讨论了训练模型对于 “删除容量” 的影响以及利用差分隐私算法实现机器遗忘的可行性，并提供了当中的上下界。
PDF10 months ago
基于置信度类别关系感知回归的自动评估
本文提出了一种基于置信度和类别关系感知的回归方法，称为 $C^2R^2$，通过利用局部和全局表现建立分类模型和测试数据之间的关联，以实现对已训练模型进行自动评估。
PDFa year ago
加权平均法：一种简单而有效的方法，用于克服自动语音识别中的灾难性遗忘
本文提出了一种称之为权值平均的方法，可以有效解决训练好的 ASR 模型遗忘旧任务的问题，并在单语和多语 ASR 上实现了高性能。
PDF2 years ago
用 Rényi 差分隐私来防御重建攻击
本文研究重建攻击和隐私保护，通过实验表明较大的隐私预算不能保护模型的成员推断，但可以保护好非常罕见的秘密，并提出一种相同机制的更好的重建攻击隐私保证。
PDF2 years ago
ACL模型调试解释效用基准测试
本文提出需要为后续说明方法建立基准来评估其在完成任务中的效用，并列举了为解决调试文本分类器任务的基准所应具备的理想属性，并强调这种基准不仅有助于评估解释的有效性，还有助于评估其效率。
PDF3 years ago
通过零 - shot 自然语言单语翻译实现语法错误矫正和风格转换
本研究提出了一种方法，该方法使用常规语言平行数据，在同一模型中完成语法错误纠正和文本样式转换两个任务，并在三种语言上应用我们的模型并进行了全面评估，表明该模型可靠地适用于多种错误类型和样式转换方面。
PDF5 years ago
CVPR基于 Ladder-DenseNet 模型的鲁棒语义分割
本研究对语义分割进行了实验，利用具备 ladder-style 卷积架构的修改版 DenseNet-169 模型，针对四个基准数据集进行了预测，并在 ROB 2018 的指导下进行了验证。实验结果表明了几个有趣的发现。
PDF6 years ago