zero-shot prediction | BriefGPT

关键词zero-shot prediction

搜索结果 - 8

不变子空间分解
我们提出了一种基于不变子空间分解（ISD）的线性条件分布的新型不变性框架，将条件分布分解为一个时间不变和一个时间相关的分量，并展示了如何利用该分解进行零样本和时间适应预测任务，通过使用近似联合矩阵对角化的技术自动推断分解，并通过有限样本保证
PDF3 months ago
MM-PhyQA：多模态物理问题回答与多图 CoT 提示
利用现有模型对多步骤物理推理任务进行评估，通过引入多模态元素的高中级别物理问题的新数据集 MM-PhyQA，测试了包括 GPT-4 和 LLaVA 在内的多个大型语言模型的性能，并展示了基于 MI-CoT 提示技术的 LLaVA-1.5 1
PDF3 months ago
ICLR公平 CLIP：利用 RKHS 中的函数消除 CLIP 零样本预测的偏见
提出了一种名为 FairerCLIP 的方法，用于提高 CLIP 模型在公正性和抗干扰性上的性能，通过在重现内核希尔伯特空间中联合去偏置 CLIP 的图像和文本表示，实现了灵活性、优化简易性、样本效率和性能的提升。
PDF3 months ago
将视觉 - 语言模型的固有知识与无监督领域自适应相结合的自知识蒸馏
无监督领域自适应 (UDA) 通过利用标记的源数据集并将其知识转移到相似但不同的目标数据集，克服了标记数据的繁琐工作。本文结合 UDA 获得的知识与视觉 - 语言模型的内在知识。通过视觉 - 语言模型生成源数据集和目标数据集的零样本预测，调
PDF7 months ago
ZeroPS: 高质量的跨模态知识传递技术用于零样本 3D 部分分割
我们设计了一种新的零样本三维部分分割流水线 ZeroPS，它可以将二维预训练基础模型的知识高质量地传递到三维点云中。我们的方法主要基于多视图对应和基础模型的提示机制之间的自然关系，并在此基础上建立桥梁。我们的流水线包括两个组件：1) 自扩展
PDF7 months ago
非变量泛化
本文旨在研究 AI 智能代理器对于陌生和新的因变量的预测和探索问题，提出了一种基于先前经验的较为有效的处理方法，并能够实现零样本预测。
PDFa year ago
EMNLPMedCLIP: 对未配对的医学影像和文本进行对比学习
本文提出了一种用于对医学图像和文本进行训练的的简单而有效的框架 ——MedCLIP，该框架采用了对抗学习和多模式学习，并引入医学知识语义匹配。实验结果表明，MedCLIP 在零样本预测、有监督分类和图像文本检索等方面超过了现有最佳方法。令人
PDF2 years ago
KDD通过常识知识集成进行零样本场景图关系预测
本研究提出了一种结合常识知识的场景图关系预测框架 COACHER，以填补现有场景图生成框架中对未知三元组建模能力的不足，特别是对零样本关系预测的能力，通过在外部常识知识图中建模实体周围的邻域和路径并将其与目前最先进的 SGG 框架结合，进行
PDF3 years ago