实体
Haoliang Sun
Haoliang Sun
PulseAugur coverage of Haoliang Sun — every cluster mentioning Haoliang Sun across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的HopS方法改进了具有部分标签的视觉语言模型的提示学习
研究人员开发了一种名为整体最优标签选择（HopS）的新方法，用于在仅有部分标签可用时改进视觉语言模型的提示学习。HopS采用两种策略：一种基于最近邻及其softmax分数识别最可能标签的局部过滤器，以及一种使用最优传输将采样分布映射到候选标签分布的全局目标。在八个基准数据集上的实验表明，HopS在部分监督下始终能提高性能，优于现有方法，并为弱监督场景提供了实用的解决方案。
-
新的黎曼平均流方法可实现更快的生成模型采样
研究人员推出了一种名为黎曼平均流（RMF）的新型方法，用于在黎曼流形上运行的生成模型。与先前需要大量模拟进行采样的方法不同，RMF通过定义一个平行传输的平均速度场来实现一步生成。该方法在对数映射切线表示中具有实用性，可降低计算成本并避免轨迹模拟。在球体、环面、SO(3)和SE(3)等各种流形上的实验表明，RMF在提高效率和降低成本的同时，实现了具有竞争力的采样质量，并且还支持条件生成。