实体
Parameswaran Kamalaruban
Parameswaran Kamalaruban
PulseAugur coverage of Parameswaran Kamalaruban — every cluster mentioning Parameswaran Kamalaruban across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新方法FairTPT增强视觉语言模型公平性
研究人员开发了FairTPT，一种用于测试时适应的新方法，可提高视觉语言模型的公平性。该方法解决了CLIP等模型中的偏见问题，无需进行通常不切实际的重新训练。FairTPT通过软提示调优，联合最小化目标边际熵和最大化虚假边际熵，在保持整体性能的同时，在响应式数据上展示了改进的公平性。
-
新的LoRA微调方法增强了视觉Transformer的公平性
研究人员开发了用于预训练视觉Transformer的公平感知低秩适应（LoRA）微调的新策略。这些方法旨在在下游任务训练期间无需敏感属性标签即可提高公平性，从而解决了隐私和同意的限制。在ImageNet上使用ViT-Base模型进行的实验表明，基于正交性的解耦和熵最大化方法提高了效用和公平性，尽管一些公平性指标同时优化仍然具有挑战性。
-
MINT框架增强金融交易数据的零样本预测能力
研究人员推出了一种名为MINT（Multimodal Instruction Network for Transactions）的新框架，旨在改进金融交易数据的零样本预测。MINT将交易序列编码器连接到仅解码器的LLM，增强了其适应性和实用性，超越了现有的基础模型。据报道，该框架在预测性问答任务中取得了最先进的性能，同时与文本序列化方法相比显著降低了计算成本。