We read every piece of feedback, and take your input very seriously.
To see all available qualifiers, see our documentation.
Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.
By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.
Already on GitHub? Sign in to your account
良質なデータを収集することで少量で高い転移学習性能を獲得する試み。事前学習済みモデルにプロンプトを与えデータの疑似ラベルを予測し、予測分布が一様で不確実性が高いデータを学習効果が高いとみなす。ベクトル空間上の距離をもとに周辺データも不確実性が高く、かつ採用するデータ間の距離が近すぎないよう調整し選択する。128 ラベルデータでフル学習の 90% 超の精度を達成。
https://arxiv.org/abs/2209.06995
Yue Yu, Rongzhi Zhang, Ran Xu, Jieyu Zhang, Jiaming Shen, Chao Zhang
2022/9/15
The text was updated successfully, but these errors were encountered:
実装 https://github.com/yueyu1030/Patron
Sorry, something went wrong.
No branches or pull requests
一言でいうと
良質なデータを収集することで少量で高い転移学習性能を獲得する試み。事前学習済みモデルにプロンプトを与えデータの疑似ラベルを予測し、予測分布が一様で不確実性が高いデータを学習効果が高いとみなす。ベクトル空間上の距離をもとに周辺データも不確実性が高く、かつ採用するデータ間の距離が近すぎないよう調整し選択する。128 ラベルデータでフル学習の 90% 超の精度を達成。
論文リンク
https://arxiv.org/abs/2209.06995
著者/所属機関
Yue Yu, Rongzhi Zhang, Ran Xu, Jieyu Zhang, Jiaming Shen, Chao Zhang
投稿日付(yyyy/MM/dd)
2022/9/15
概要
新規性・差分
手法
結果
コメント
The text was updated successfully, but these errors were encountered: