PulseAugur
中
实时 09:32:27
English(EN) ODE-Based Transformer Decoders for Iterative Sign Language Translation

受常微分方程启发的动力学增强手语翻译模型

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员通过常微分方程（ODE）的视角重新诠释了Transformer解码器的迭代细化过程，开发了一种新颖的手语翻译方法。该方法用高阶数值积分方案（如Runge--Kutta方法（RK-2和RK-4））取代了标准的残差细化更新。这些受ODE启发的动力学在不增加模型大小的情况下增强了表示更新，为扩展模型容量提供了一种参数高效的替代方案。在PHOENIX-2014-T和CSL-Daily数据集上的实验表明，RK-2的性能优于IPSLT基线，在更少的解码器层和细化迭代次数下实现了翻译性能的提升。 AI

影响 引入了一种参数高效的方法来改进手语翻译模型，有可能降低计算成本。

排序理由 介绍手语翻译新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

受常微分方程启发的动力学增强手语翻译模型

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Tu\u{g}\c{c}e K{\i}z{\i}ltepe, Hacer Yalim Keles ·

    基于ODE的Transformer解码器用于迭代手语翻译

    arXiv:2608.11352v1 Announce Type: new Abstract: Sign language translation has achieved strong results with Transformer architectures, yet recent improvements largely rely on scaling model capacity at the cost of increased computation. We propose a parameter-efficient alternative …

相关实体

相关话题