Khang Vo Hoang Nhat
PulseAugur coverage of Khang Vo Hoang Nhat — every cluster mentioning Khang Vo Hoang Nhat across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新方法利用字幕共识提升视觉-语言检索
研究人员开发了一种新的视觉-语言检索方法，该方法利用单张图像的多个字幕之间的共识。通过将邻近字幕视为推理时证据，系统可以提高检索准确性。这种方法通过将图像不仅与其文本查询进行比较，还与其自身的关联字幕进行比较来增强相似度得分，从而在各种冻结编码器上显著提高检索性能。
-
GoiBERT：紧凑型越南语语言模型实现高性能
研究人员开发了GoiBERT，这是一个新系列的紧凑型越南语语言模型，旨在实现高效部署。这些模型拥有2600万和4900万参数，在包括文本分类和情感分析在内的各种基准测试中均表现出色。GoiBERT-large在同等规模的非教师模型中表现最佳，而GoiBERT-base的尺寸仅为强基线模型的四分之一，但性能却保持了近99%。这些模型通过两阶段知识蒸馏过程进行学习，利用互补的教师模型。
-
新方法弥合巴纳语-越南语翻译鸿沟
研究人员开发了一种巴纳语-越南语翻译方法，旨在弥合越南少数民族之间的文化理解。由于巴纳语资源稀缺，研究团队采用了基于预训练越南语序列到序列语言模型的迁移学习方法。该方法通过数据增强和启发式技术进一步优化，以提高翻译准确性并解决资源不平衡问题。
-
JEPA模型在处理语言的条件结构时面临挑战
一篇新论文探讨了将联合嵌入预测架构（JEPA）应用于语言处理所面临的挑战，将其在图像和音频领域的有效性与在文本领域的局限性进行了对比。研究强调，确定性的JEPA风格潜在预测在处理语言的条件结构时存在困难，因为语言可以有多种有效的补全方式，这与图像更具空间连续性的性质不同。I-JEPA和T-JEPA模型的实验表明，存在互信息饱和、训练-验证不稳定性以及下游迁移能力差等问题，这表明文本的JEPA目标必须能够容纳多种合理的补全，而不是将它们…