zero-shot scenarios | BriefGPT

关键词zero-shot scenarios

搜索结果 - 12

通过级联视觉语言模型提升细粒度图像分类
本研究介绍了 CascadeVLM，一种创新的框架，通过有效地利用大型视觉 - 语言模型（LVLMs）内固有的精细知识，克服了以前基于 CLIP 的方法的限制。在各种细粒度图像数据集上的实验表明，CascadeVLM 在 Stanford
PDF2 months ago
基于 Transformer 的语言模型中实际回忆的关键机制解析
本文详细探讨了基于 Transformer 的语言模型在事实回忆任务中所使用的机制，包括零样本场景中通过任务特定的注意力头提取主题实体并传递给后续 MLP 以回忆所需答案，以及少样本场景中相同的机制。此外，我们还观察到在模型的最后一层存在普
PDF3 months ago
倾听、交谈与编辑：文本引导下的音景修改以提升听觉体验
我们工作引入了一种新颖的多模态声音混合编辑器 'LCE'，它根据用户提供的文本指令修改混合中的每个声源。LCE 通过用户友好的聊天界面和其独特的能力在混合中同时编辑多个声源，无需将它们分离。用户输入自由词汇文本提示，由大型语言模型解释以创建
PDF5 months ago
GRASS: 语音语义理解统一生成模型
该论文通过引入统一的端到端（E2E）框架，对语音语义理解任务进行了指令微调技术的探索，该框架在语音数据上生成与任务相关提示条件下的语义标签。实验证明，我们提出的模型在微调下游任务后显著优于最先进的模型，并且在零样本和少样本情况下取得了有竞争
PDF10 months ago
ICDAR 2023 结构化文本提取竞赛之视觉丰富文档图像
ICDAR 2023 competition on Structured text extraction from Visually-Rich Document images (SVRD) organized with two tracks
PDFa year ago
通过大型语言模型增强视觉语言模型的推理能力
本文提出了一种名为 TReE 的方法，用于在零样本场景中将大型语言模型（LLMs）的推理能力转移给视觉语言模型（VLM），包含观察、思考和重新思考三个阶段。
PDFa year ago
CoBIT：一种对比式双向图像文本生成模型
提出了一个新的 Contrastive Bi-directional Image-Text generation (CoBIT) 模型，具有 unicoder-decoder 结构，可同时应用于图像理解、图像与文本相互理解和文本创作，特别是
PDFa year ago
mMARCO：MS MARCO 段落排名数据集的多语言版本
该研究介绍了 mMARCO，使用机器翻译创建的包含 13 种语言的 MS MARCO 段落排名数据集的多语言版本，并评估了针对该数据集的多语言重新排名模型和稠密检索模型的效果。研究者们还在零 - shot 场景下使用 mMARCO 数据集微
PDF3 years ago
ACL使用自训练预训练语言模型进行零样本和少样本多方言阿拉伯序列标注
本研究提出在零或少量标注数据的情况下，通过自训练预训练语言模型，利用数据丰富的语言资源，提高数据匮乏语言变种的性能，以阿拉伯语序列标注为例，利用仅在现代标准阿拉伯语上微调的语言模型，预测多个方言阿拉伯语的命名实体和词性标注，表明自训练是有效
PDF3 years ago
EMNLP基于轴心的非英语语言神经机器翻译迁移学习
本文提出了三种有效的预训练策略来提高神经机器翻译的性能，通过使用一种中间语言来实现对原语言和目标语言对之间关系的增强，从而在 WMT 2019 的法德和德捷语任务中超过了多语言模型，同时优化了零样本 / 零资源情境下的翻译效果。
PDF5 years ago
WWW一种新的图嵌入框架：采样成对数据并文本驱动
提出一种名为 TGE-PS 的新框架，通过使用 Pairs Sampling 来改善 RW 的采样策略，在传统和零样本链接预测任务中取得最先进的结果。该框架中采用 TGE 进行文本驱动的图嵌入，从而解决了 RW 模型在处理富文本图时的采样效
PDF6 years ago
零样本神经机器翻译的有效策略
本文提出了两种策略，可应用于多语言神经机器翻译系统中，以更好地处理零资源情况，尤其是在减轻语言偏差问题方面在真实零资源条件下不平衡数据的多语言翻译方面，实验证明这两种策略在性能和计算资源方面都是有效的。
PDF7 years ago