zero-shot classification | BriefGPT

关键词zero-shot classification

搜索结果 - 59

对比视觉语言预训练中的标题多样性建模
我们介绍了一种新的图像预训练模型 Llip，它通过模拟可能与图像匹配的多样的标题来提升图像的描述能力，并通过条件化输入信息来生成更丰富的视觉表示，相较于 CLIP 等基线模型，在多项任务上都有更好的性能表现，包括零样本分类和零样本检索。
PDF20 days ago
拥抱多样性：超过每个类别一个向量的可解释零 - shot 分类
用推理属性在不需要重新训练的零 - shot 分类环境下对类别内的多样性进行编码和计算，提高零 - shot 分类的准确性、可解释性，以及适应性，从而实现透明的 AI 系统。
PDF25 days ago
利用大型语言模型演变可解释的视觉分类器
通过演化搜索算法和大语言模型的上下文学习能力，我们提出了一种能够发现解释性又具有辨识性的用于视觉识别的属性集合的新方法，并在五个细粒度的 iNaturalist 数据集上比最先进的基准方法提高了 18.4%，在两个 KikiBouba 数据
PDFa month ago
CVPR连接 NeRFs、图像和文本
利用预训练模型和多模态模型，提出了一个简单的框架，实现了神经辐射场（NeRFs）嵌入与图像和文本之间的双向映射，这种映射开辟了一些新的有用应用，包括 NeRF 零样本分类和从图像或文本中检索 NeRF。
PDFa month ago
CVPR利用视觉语言模型进行零样本分类的标签传播
本文介绍了一种基于标签传播和测地线距离的方法 (ZLaP)，利用未标记数据的图结构进行零样本分类，并提出了一种高效的归纳推理方法。
PDFa month ago
忘掉 NLI，使用字典：零样本主题分类用于资源有限的语言，应用于卢森堡语
基于字典的数据集在零样本分类任务中胜过基于自然语言推理数据集的模型，在多个语言中可迁移使用。
PDFa month ago
基于 LLM 监督的零训练语义分割
该论文介绍了一种利用大型语言模型（LLM）进行文本监督语义分割的新方法，该方法通过生成更准确的类别表示来提供多样化的分割结果，并通过合并不同的子类描述符的分割图确保对测试图像的更全面的表示。经过三个标准基准的全面实验，我们的方法比传统的文本
PDF2 months ago
长文本 CLIP: 解锁 CLIP 的长文本能力
通过引入 Long-CLIP 作为 CLIP 的替代方案，本研究提供了一种支持长文本输入的方法，并保持了零样本泛化能力，提高了长标题文本 - 图像检索和传统文本 - 图像检索任务的性能。
PDF2 months ago
COLING信息抽取中使用银标准数据进行零样本分类任务的研究
该论文提出了一种新的框架 Clean-LaVe，旨在利用银标数据提高零样本性能。该框架在零样本关系分类任务上超过基线 5% 和 6%，在零样本跨语言关系分类任务上超过基线 3%-7%，在零样本事件参数分类任务上超过基线 8%。
PDF3 months ago
评估用于病理图像分析的 PathCLIP
利用临床诊断和治疗决策的精确图像分类和检索至关重要。PathCLIP 在病理图像分析方面表现出色且具有较强的抗图像破坏能力，并在零样本分类中超过了 OpenAI-CLIP 和 PLIP 模型。但注意在使用时要确保图像质量。
PDF4 months ago
SCLIP：为密集视觉语言推理重新思考自注意力
通过引入新的自相关自注意力（CSA）机制，增强了 CLIP 在语义分割方面的潜力，并且在零样本 mIoU 方面明显优于现有的 SoTA 结果和原始的 CLIP。
PDF6 months ago
MV-CLIP：多视角 CLIP 用于零样本 3D 形状识别
通过视角选择和分层提示的策略，本研究旨在改进预训练模型在零样本三维形状识别中的信心，实现无需额外训练的令人印象深刻的分类准确性。
PDF6 months ago
ViT-Lens-2: 通往全模态智能的入口
通过使用预训练的 ViT 和对齐模态，ViT-Lens-2 提供了一种有效的方法来探索新颖模态的各种新颖任务，并在各种理解任务中取得了新的最佳结果，包括零样本分类。
PDF6 months ago
ArcheType：一个使用大型语言模型进行开源列类型注释的新框架
利用大语言模型解决无监督列类型注释问题的方法 ArcheType 在上下文抽样和标签重映射方面取得了最为显著的改进，并在零样本和微调列类型注释方面取得了最新的最佳性能。
PDF7 months ago
EmoCLIP: 一种用于零样本视频人脸表情识别的视觉 - 语言方法
通过采用样本级文本描述（即上下文、表情或情感线索的标题）作为自然语言监督，我们提出了一种新颖的视觉 - 语言模型，旨在增强丰富的潜在表示的学习，以进行零样本分类。通过对四个流行的动态情感识别数据集进行模型测试，我们发现与基线方法相比，该方法
PDF7 months ago
医学人工智能对话语料库 (MEDIC): 医生和人工智能在健康咨询中的零封闭分类
通过零样本学习，本研究探讨了预训练语言模型在准确分类医生与人工智能在健康咨询中的回答方面的有效性。实验结果表明，虽然预训练语言模型在语言理解方面表现出很强的能力，但其在医疗咨询中准确分类医生和人工智能生成的文本可能需要特定的语料库训练或其他
PDF7 months ago
DST-Det: 开放词汇目标检测的简单动态自训练
使用开放词汇的目标检测方法，通过利用预训练的视觉语言模型的零样本分类能力，直接对所有可能的新类别的建议进行分类，而不需要额外的注释或数据集。
PDF8 months ago
CLIP-DIY：CLIP 密集推理免费实现开放词汇语义分割
本文提出了一种名为 CLIP-DIY 的开放词汇语义分割方法，该方法利用现有的无监督目标定位方法，直接在不同尺度的补丁上利用 CLIP 的分类能力，并通过无监督的目标定位方法指导分割过程，从而在 PASCAL VOC 上获得了最新的零样本语
PDF8 months ago
利用基于 CLIP 的多模态方法进行艺术品分类与检索
在艺术作品领域中，我们通过对艺术品图像进行多模式图像预训练，并使用最新的 CLIP 模型，在 NoisyArt 数据集上进行了详尽的实验，取得了令人印象深刻的（零样本）分类效果和良好的艺术品之间及描述与艺术品之间的效果。
PDF8 months ago
减轻零样本基于提示的分类器中的词汇偏见
通过重新加权概率使得类别先验概率均匀并且将类别先验与语言模型的词先验相匹配的方式，可以解决基于提示的分类器在选择提示模板和标签词时的偏差问题，并实现了在无监督环境下设置阈值的能力。实验证明，匹配类别先验与理论最优性能之间存在很强的相关性，并
PDF8 months ago