zero-shot manner | BriefGPT

关键词zero-shot manner

搜索结果 - 9

HARGPT：是零样本人类活动识别器吗？
我们的研究通过案例研究，在零样本方式下，通过演示大型语言模型（LLMs）能够理解原始 IMU 数据并以经过适当提示的方式进行人类活动识别任务，以回答 LLMs 是否适用于与网络系统无缝集成的物理世界解释问题。通过在 GPT4 上使用两个不同
PDF4 months ago
Open3DSG: 从点云生成可查询对象和开放关系的开放式词汇 3D 场景图
使用开放的词汇表以及与场景图特征和查询对象类别联系的扎根 LLM，Open3DSG 作为第一个可以预测不仅是明确的开放词汇对象类别，还包括预定义标签集以外的开放集关系的三维点云方法，在零样本学习方式下有效预测任意对象类别及其描述空间、支持、
PDF4 months ago
OpenFMNav: 面向开放式、零样本物体导航的视觉语言基础模型
我们提出了 OpenFMNav，一种基于开放集对象导航的零样本模型，通过利用大型语言模型和视觉语言模型的推理和泛化能力，能够理解自由形式的人类指令，并在各种环境中进行有效的零样本导航，通过对 HM3D ObjectNav 基准测试的广泛实验
PDF5 months ago
Robo-ABC: 通过语义对应实现机器人操作中的类别以外物体能力泛化
通过从人类视频中提取联系点、并借鉴人类思维方式，我们提出了 Robo-ABC 框架，在不需要任何手动注释、附加训练、部分分割、预编码知识或视角限制的情况下，使机器人能够通过检索视觉或语义上相似的对象来获得关于操作性的信息，并将其映射到新对象
PDF6 months ago
GPT-4V (ision) 用于机器人：来自人类演示的多模态任务规划
我们介绍了一种通过整合人类动作观察来增强通用视觉语言模型 GPT-4V (ision) 的流水线，以促进机器人操纵。该系统分析人类执行任务的视频，并创建包含可支配见解的可执行机器人程序。实验表明，该方法在实现从人类示范中的真实机器人操作方面
PDF7 months ago
生成式大型语言模型能否执行 ASR 错误校正？
本文使用 ChatGPT 模型作为例子，研究其在零样本或一次样本设置中执行 ASR 错误校正的能力，并提出了无约束错误校正和 N-best 约束错误校正方法。结果表明，使用强大的 ChatGPT 模型进行错误校正可以大大提高 ASR 系统性
PDFa year ago
联合优化文本和时刻的零样本密集视频字幕生成
ZeroTA 是一种用零样本方式进行密集视频字幕生成的新方法，它通过与语言生成模型和视觉语言模型的联合优化来定位和描述输入视频中的事件。
PDFa year ago
使用两万种类别进行开放式视觉识别的 Prompt 预训练
该研究提出了一种名为 POMP 的提示预训练方法，可提取语义信息，且能够直接应用于不同的视觉识别任务，实现零样本学习，达到了 21 个下游数据集上的最佳性能。
PDFa year ago
零样本即时事件架构归纳
本篇文章描述了如何利用大型语言模型生成源文件，从而预测和构建描述感兴趣事件的模式，为任何主题生成任何模式，同时展示了这种方法在信息提取和模式推断方面的有效性和高效性。
PDF2 years ago