Zero-shot 第2页

conda环境module ‘clip‘ has no attribute ‘load‘解决

1问题描述运行基于clip的zero-shot预测代码，报错如下：Traceback(mostrecentcalllast):File"D:\code\ptcontainer\clip\clipembeding.py

智慧医疗探索者·2023-11-23 20:11

Toolformer论文阅读笔记（简略版）

文章目录引言方法限制结论引言大语言模型在zero-shot和few-shot情况下，在很多下游任务中取得了很好的结果。

北岛寒沫·2023-11-21 07:54

【开放域目标检测】一：Open-Vocabulary Object Detection Using Captions论文讲解

文章目录一、背景&动机二、Open-Vocabulary的简单引入三、Open-Vocabulary/zero-shot/w

旅途中的宽~·2023-11-21 03:50

【论文阅读】Text2Video-Zero:Text-to-Image Diffusion Models are Zero-Shot Video Generators

文本到图像的扩散模型，零训练的视频生成器。paper：[2303.13439]Text2Video-Zero:Text-to-ImageDiffusionModelsareZero-ShotVideoGenerators(arxiv.org)目录1.介绍2.方法3.扩展4.问题1.介绍动机：基于用户提供的运动姿态、边缘图像、深度图像和Dreambooth模型进行定制化文本视频生成。实现：通过运动动

李加号pluuuus·2023-11-18 23:43

近期arxiv上的使用prompt的行为识别、动作生成等论文

AdaptingCLIPforActionRecognitionwithMotionPromptsLearningTheContrastiveLanguage-ImagePre-training(CLIP)hasrecentlyshownremarkablegeneralizationon"zero-shot"trainingandhasappliedtomanyd

西瓜树下小蚂蚁·2023-11-18 23:41

什么是zero-shot, one-shot和few-shot Learning

其中零次（Zero-shot）是指对于要分类的类

nocol.·2023-11-17 12:19

Zero-Shot Text-to-Image Generation阅读笔记

Zero-ShotText-to-ImageGeneration方法目标：训练一个Transformers将文本和图像标记作为单个数据流进行自回归建模以往的解决办法：可能性目标倾向于优先考虑像素之间的短程依赖关系建模，因此大部分建模能力将用于捕获高频细节，而不是使物体在视觉上可识别的低频结构。本文的解决办法：训练了一个离散变分自编码器(dVAE)，将每个256×256RGB图像压缩成一个32×32

小杨小杨1·2023-11-17 00:42

代码解读：Zero-shot 视频生成任务 Text2Video-Zero

DiffusionModels视频生成-博客汇总前言：上一篇博客《【ICCV2023Oral】解读Text2Video-Zero：解锁Zero-shot视频生成任务》解读了这篇论文《Text2Video-Zero

沉迷单车的追风少年·2023-11-17 00:07

Knowledge-Augmented Language Model Prompting for Zero-Shot Knowledge Graph Question Answering

本文是LLM系列的文章，针对《Knowledge-AugmentedLanguageModelPromptingforZero-ShotKnowledgeGraphQuestionAnswering》的翻译。零样本知识图谱问答的知识增强语言模型提示摘要1引言2相关工作3方法4实验设置5实验结果和分析6结论不足摘要大型语言模型（LLM）能够根据预先训练过程中存储在参数中的内部知识，执行零样本封闭式问

UnknownBody·2023-11-14 11:33

《Semantics Disentangling for Generalized Zero-Shot Learning》论文解读

其实除了VAE自监督外，引入语义属性来约束生成特征的质量。感觉解纠缠这个说法有点扯淡。语义相关模块的作用其实就是把语义属性也作为标签。除了VAE外，加了语义属性作为标签，这样生成的特征就可以即跟原始视觉特征对齐，又跟语义属性对齐，来保证生成的特征足够逼真。用可见类样本和标签训练好VAE和解纠缠模块后，输入不可见类的语义属性特征，通过VAE生成不可见类视觉特征，将生成的视觉特征输入到解纠缠模块会得到

computer_vision_chen·2023-11-13 20:43

【论文阅读】DALL·E: Zero-Shot Text-to-Image Generation

实现了高质量可控的texttoimage，同时也有zero-shot的能力。DALL-E没有使用扩散模型，而是dVAE（discretevariationalautoencoder离散变分自动编码

李加号pluuuus·2023-11-10 22:55

Zero-Shot 使用简单两层网络不用训练就能进行图像恢复

文章今天要分享的文章是CVPR2023比较有意思的一篇《Zero-ShotNoise2Noise:EfficientImageDenoisingwithoutanyData》，通过简单的两层网络，并且不需要数据训练直接进行图像恢复代码https://colab.research.google.com/drive/1i82nyizTdszyHkaHBuKPbWnTzao8HF9b?usp=shari

Alex抱着爆米花·2023-11-09 15:40

NeurIPS 2023 | 对比损失深度刨析！三星研究院提出全新连续性对比损失CMCL

Cross-ModalTransferwithContinuouslyWeightedContrastiveLoss论文链接：https://arxiv.org/abs/2309.14580一些通过大规模预训练的跨模态表示对齐模型（例如CLIP和LiT）往往能够展示出非常强大的跨领域zero-shot

TechBeat人工智能社区·2023-11-09 12:09

LangChain+LLM实战---实用Prompt工程讲解

讲清楚了我们常常听到的一些名词的具体意思，包括zero-shot、few-shot、微调、对齐、指令、角色扮演等等。文章主要目的是为了让大家可以通过prompt工程来提高

lichunericli·2023-11-05 17:53

概念解析 | 无监督学习 VS Zero-shot学习

本次辨析的概念是:无监督学习和Zero-shot学习的关系无监督学习与Zero-shot学习:本质上的差异还是表面的相似?

R.X. NLOS·2023-11-04 22:35

翻译：Towards Lingua Franca Named Entity Recognition with BERT（基于BERT的通用语命名实体识别）

的通用语命名实体识别笔记整理**基于BERT的通用语命名实体识别摘要简介命名实体识别（NER）现存问题本文主要思想现有研究工作多语言工作多任务学习任务和框架实验:基线数据和实验设置比较方法单语言训练多语言训练Zero-shot

球球不秃头·2023-11-04 06:03

Zero-shot RIS SOTA：Text Augmented Spatial-aware Zero-shot Referring Image Segmentation 论文阅读笔记

Zero-shotRISSOTA：TextAugmentedSpatial-awareZero-shotReferringImageSegmentation论文阅读笔记一、Abstract二、引言三、相关工作3.1Zero-shot分割3.2ReferringImageSegmentation3.3ImageCaptioning四、方法4.1总体框架4.2MaskProposal网络FreeSOL

乄洛尘·2023-11-04 04:03

《Meta-Transfer Learning for Zero-Shot Super-Resolution》——零镜头超分辨率的元迁移学习论文学习笔记

概念先知：单幅图像超分辨率：就是恢复高频信息单幅图像超分辨重建是指只有一幅低分辨率观测图像的情况下，结合图像的一些先验知识，恢复出图像获取时丢失的高频信息，重建出一幅高分辨率的图像图像超分辨率研究可分为3个主要范畴：基于插值、基于重建和基于学习的方法．PSNR：“PeakSignaltoNoiseRatio”的缩写，即峰值信噪比，是一种评价图像的客观标准，它具有局限性，一般是用于最大值信号和背景噪

爱吃樱桃的小米酥·2023-11-03 05:14

Zero-Shot Learning学习笔记 -- CVPR_2022_MSDN: Mutually Semantic Distillation Network for Zero-Shot Learn

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录动机与主要知识点介绍网络结构Attribute→VisualAttentionSub-netVisual→AttributeAttentionSub-netLoss动机与主要知识点介绍动机：先前的ZSL学习要么简单地将图像的全局特征与其相关的类语义向量对齐，要么利用单向注意力来学习有限的潜在语义表示。以上操作，没有有效的发现内

风风风风挽丶·2023-11-01 10:53

解密Prompt系列11. 小模型也能COT-先天不足后天来补

但是在思维链基础和进阶玩法中反复提到不论是few-shot还是zero-shot的思维链能力似乎都是100B左右的大模型才有的涌现能力，而在小模型上使用COT甚至会带来准确率的下降。

毕业_设计·2023-10-28 00:08

What Makes Pre-trained Language Models Better Zero-shot Learners？

本文是LLM系列文章，针对《WhatMakesPre-trainedLanguageModelsBetterZero-shotLearners？》的翻译。是什么让经过预训练的语言模型更好地成为零样本学习者？摘要1引言2前言3假设4方法5前导性研究6实验7讨论8结论9局限性摘要当前在零样本场景中进行提示学习的方法广泛依赖于具有足够的人工注释数据的开发集，以事后选择性能最佳的提示模板。这并不理想，因为

UnknownBody·2023-10-22 04:59

Pre-trained Language Models Can be Fully Zero-Shot Learners

本文是LLM系列文章，针对《Pre-trainedLanguageModelsCanbeFullyZero-ShotLearners》的翻译。预训练语言模型可以是完全零样本的学习者摘要1引言2相关工作3背景：PLMs基于提示的调整4提出的方法：NPPrompt5实验6讨论7结论局限性摘要在没有标记或额外的未标记数据的情况下，我们如何将预先训练的模型扩展到许多语言理解任务？经过预训练的语言模型（PL

UnknownBody·2023-10-21 16:08

面向大模型微调的instruction指令自动化生成技术：SELF-INSTRUCT指令自动化生成框架工作介绍...

来自：老刘说NLP进NLP群—>加入NLP交流群大型的"指令微调"语言模型（对指令的回复进行微调）已经显示其出对新任务进行zero-shot生成的卓越能力。

zenRRan·2023-10-21 15:11

YourTTS: Towards Zero-Shot Multi-Speaker TTS and Zero-Shot VoiceConversion for everyone论文阅读

摘要YourTTS为zero-shotmultispeaker的TTS任务带来了多语言（multilingual）方法的力量。该方法基于VITS模型，并为零样本多说话人和多语言训练添加了一些新的修改。在零样本多说话人TTS中取得了最先进的(SOTA)结果，在VCTK数据集上的零样本语音转换结果与SOTA相当。该方法在单说话人数据集的目标语言中取得了很好的结果，为低资源语言的零样本多说话人TTS和零

别和我卷！·2023-10-17 21:42

【Whisper】《Robust Speech Recognition via Large-Scale Weak Supervision》译读笔记

《RobustSpeechRecognitionviaLarge-ScaleWeakSupervision》学习资料《OpenAIWhisper精读【论文精读】byMuLi-YouTube》模型特点Zero-shot

songyuc·2023-10-16 15:00

零样本图像识别 | Alleviating Feature Confusion for Generative Zero-shot Learning简单论文笔记

提出特征混淆问题，即在GZSL设置中零样本类别实例容易被划分为可见类（因为在训练生成器时使用的是可见类样本，这导致生成的未见类样本与可见类相似）创新点：提出了一种边界损失函数，该损失函数最大程度地减少了已见类别和未见类别的决策边界。此外，提出了一种名为featureconfusionscore（FCS）的新度量标准，以量化特征混淆。1）提出了一种新的生成方法，即通过利用生成对抗网络，对零镜头学习进

熊仔仔zz·2023-10-15 03:11

零样本异常分割SAA+

jin__9981·2023-10-11 02:03

DALL-E: Zero-Shot Text-to-Image Generation

Zero-ShotText-to-ImageGeneration论文阅读笔记摘要：基于零样本（zero-shot）生成。使用两亿个文本-图像对训练。

芋圆526·2023-10-09 13:31

Zero-Shot Learning by Harnessing Adversarial Samples 理论 & 代码解读

《Zero-ShotLearningbyHarnessingAdversarialSamples》基于对抗样本的零样本学习该论文要解决的问题：减轻了传统图像增强技术中固有的语义失真问题。我们希望我们的实验研究将有助于理解单标签监督和语义属性监督在模型行为上的差异，并为开发更强大的语义条件视觉增强铺平道路。然而，这种方法也会对ZSL产生不利影响，因为传统的增强技术仅依赖于单一标签监督，无法保留语义信

computer_vision_chen·2023-10-01 21:58

IMAGEBIND: One Embedding Space To Bind Them All 个人笔记

ImageBindBackground1.Introduction2.RelatedWork3.Method3.1思路：3.2学习方法3.3实现细节1.编码方案2.数据集来源4.Experiments4.1强大的zero-shot

Mr.Tariy·2023-09-24 05:05

(CVPR2023)Bi-directional Distribution Alignment for Transductive Zero-Shot Learning

模型图分类器的训练和测试如下图所示，训练分类器阶段，直接取了模型的原始图片特征V作为输入，不是VHA拼接然后作为输入。由上图和下图的test_seen_feature可以看出，在测试阶段，才让特征进行VHA融合处理。

computer_vision_chen·2023-09-21 06:53

Zero-Shot、One-shot、Few-Shot 的简介

本文将介绍以下内容：Zero-ShotLearning的提出ZSL的通俗理解GPT之Zero-ShotZero-Shot、One-shot、Few-Shot的通俗理解一、Zero-ShotLearning的提出零样本学习Zero-ShotLearning，简称ZSL，是由Lampert等人在2009年提出的。他们提供了一个AnimalswithAttributes数据集以及经典的基于属性的学习算法

TFATS·2023-09-21 00:54

Zero-shot（零次学习）简介

zero-shot基本概念首先通过一个例子来引入zero-shot的概念。

Unstoppable~~~·2023-09-20 13:13

Learn Prompt-Prompt 高级技巧:零样本思维链 Zero-shot-CoT

正如在提示中存在few-shot和zero-shot一样，CoT也有一个zero-shot的版本。

xiaoshun007～·2023-09-19 15:30

如何在SAM时代下打造高效的高性能计算大模型训练平台

关键词：SAM；PCB；SA-1B；Prompt；CV；NLP；PLM；BERT；ZSL；task；zero-shot；data；H100、H800、A100、A800、LLaMA、Transformer

高性能服务器·2023-09-18 12:01

ICCV 2023 | SuS-X：仅靠类别名称微调CLIP模型，剑桥大学联合DeepMind出品

对比语言图像预训练（ContrastiveLanguage-ImagePre-training，CLIP）已成为计算机视觉社区通向自然语言领域的一种常用的方法，CLIP模型在各种下游任务上都展示除了强大的零样本（zero-shot

TechBeat人工智能社区·2023-09-14 01:57

Segment Anything Model(SAM)论文解读

为了开发它们，作者解决了以下关于图像分割的问题:1、什么任务可以实现zero-shot泛化?2、相应的模型体系结构是什么?3、哪

小小小~·2023-09-13 09:47

(CVPR2023)《Progressive Semantic-Visual Mutual Adaption for Generalized Zero-Shot Learning》理论 & 代码解读

基于渐进式语义-视觉互适技术的广义零样本学习总结创新点：该文是要解决多个视觉表象对应于同一个属性时，所产生的语义歧义。这样会影响分类结果的准确率。解决方法：是用VIT和GloVe分别提取视觉和语义属性特征时渐进式对齐。一.理论1.1摘要当各种视觉表象对应于同一属性时，共享属性不可避免地会引入语义歧义，阻碍了语义-视觉准确的对齐。在本文中，我们部署了双语义-视觉转换器模块（DSVTM）来逐步建模属性

computer_vision_chen·2023-09-11 17:18

如何在SAM时代下打造高效的高性能计算大模型训练平台

关键词：SAM；PCB；SA-1B；Prompt；CV；NLP；PLM；BERT；ZSL；task；zero-shot；data；H100、H800、A100、A800、LLaMA、Transformer

·2023-09-10 01:45

低成本指令数据集构建：《Self-Instruct: Aligning Language Model with Self Generated Instructions》阅读笔记

最近有点好奇指令数据集是如何构建的，就读了一下SELF-INSTRUCT的论文简介摘要翻译：大型“指令微调”语言模型（即经过微调以响应指令）已表现出对于新任务的zero-shot泛化的非凡能力。

chencjiajy·2023-09-09 19:21

Using Large Language Models for Zero-Shot Natural Language Generation from Knowledge Graphs

本文是LLM系列文章，针对《UsingLargeLanguageModelsforZero-ShotNaturalLanguageGenerationfromKnowledgeGraphs》的翻译。利用大型语言模型从知识图谱生成零样本自然语言摘要1引言2背景3将LLM应用于WebNLG2020挑战4评估KG真实性的效果5讨论6结论摘要在任何使用结构化知识图谱（KG）数据作为其底层知识表示的系统中，

UnknownBody·2023-09-06 15:56

【论文】2102.DALL-E: Zero-Shot Text-to-Image Generation（文字生成各种各样充满想象图像的开端）

主要参考：openai官网：https://openai.com/blog/dall-e/2102.DALLE:Zero-ShotText-to-ImageGeneration2204.DALLE-2：HierarchicalText-ConditionalImageGenerationwithCLIPLatents论文资源网盘下载：https://pan.baidu.com/s/1KLvYrTT

曾小蛙·2023-09-05 05:44

Diffuse, Attend, and Segment: Unsupervised Zero-Shot Segmentation using Stable Diffusion

本文是LLM系列文章，针对《Diffuse,Attend,andSegment:UnsupervisedZero-ShotSegmentationusingStableDiffusion》的翻译。扩散、关注和分割：使用StableLMdiffusion的无监督零样本分割摘要1引言2相关工作3方法4实验5可视化6结论摘要生成高质量的图像分割掩模是计算机视觉中的一个基本问题。最近的研究已经探索了大规模

UnknownBody·2023-08-30 15:18

NaturalSpeech 2: Latent Diffusion Models are Natural and Zero-Shot Speech and Singing Synthesizers

文章目录abstractbackgroundmethodexperimentQ&A微软KaiShen∗,ZeqianJu∗,XuTan∗,demopageabstract想要zero-shot的实现TTS

林林宋·2023-08-26 17:42

Diffusion Probabilistic Priors for Zero-Shot Low-Dose CT Image Denoising

Zero-Shot低剂量CT图像去噪的扩散概率先验论文链接：https://arxiv.org/abs/2305.15887项目链接：https://github.com/DeepXuan/Dn-DpAbstract

通街市密人有·2023-08-24 21:16

openai多模态大模型：clip详解及实战

CLIP惊艳之处在于架构非常简洁且效果好到难以置信，在zero-shot文本-图像检索，zero-shot图像分类，文本→图像生成任务guidance，open-domain检测分割等任务上均有非常惊艳的表现

智慧医疗探索者·2023-08-23 01:21

Prompt-“设计提示模板：用更少数据实现预训练模型的卓越表现，助力Few-Shot和Zero-Shot任务”

Prompt任务（PromptTasks）通过设计提示（prompt）模板，实现使用更少量的数据在预训练模型（PretrainedModel）上得到更好的效果，多用于：Few-Shot，Zero-Shot

汀、人工智能·2023-08-22 08:36

Tip-Adapter: Training-free Adaption of CLIP for Few-shot Classification

RenruiZhang，ShanghaiAILaboratory，ECCV2022，Cited:45，Code，Paper1.前言对比式视觉-语言预训练，也称为CLIP，通过大规模的图像-文本对来学习视觉表示，为zero-shot

努力学图像处理的小菜·2023-08-21 23:10

Prompt-“设计提示模板：用更少数据实现预训练模型的卓越表现，助力Few-Shot和Zero-Shot任务”

Prompt-“设计提示模板：用更少数据实现预训练模型的卓越表现，助力Few-Shot和Zero-Shot任务”通过设计提示（prompt）模板，实现使用更少量的数据在预训练模型（PretrainedModel

·2023-08-21 22:51

Prompt-“设计提示模板：用更少数据实现预训练模型的卓越表现，助力Few-Shot和Zero-Shot任务”

Prompt-“设计提示模板：用更少数据实现预训练模型的卓越表现，助力Few-Shot和Zero-Shot任务”通过设计提示（prompt）模板，实现使用更少量的数据在预训练模型（PretrainedModel

·2023-08-21 22:13

推荐频道

Zero-shot

conda环境module ‘clip‘ has no attribute ‘load‘解决

Toolformer论文阅读笔记（简略版）

【开放域目标检测】一：Open-Vocabulary Object Detection Using Captions论文讲解

【论文阅读】Text2Video-Zero:Text-to-Image Diffusion Models are Zero-Shot Video Generators

近期arxiv上的使用prompt的行为识别、动作生成等论文

什么是zero-shot, one-shot和few-shot Learning

Zero-Shot Text-to-Image Generation阅读笔记

代码解读：Zero-shot 视频生成任务 Text2Video-Zero

Knowledge-Augmented Language Model Prompting for Zero-Shot Knowledge Graph Question Answering

《Semantics Disentangling for Generalized Zero-Shot Learning》论文解读

【论文阅读】DALL·E: Zero-Shot Text-to-Image Generation

Zero-Shot 使用简单两层网络不用训练就能进行图像恢复

NeurIPS 2023 | 对比损失深度刨析！三星研究院提出全新连续性对比损失CMCL

LangChain+LLM实战---实用Prompt工程讲解

概念解析 | 无监督学习 VS Zero-shot学习

翻译：Towards Lingua Franca Named Entity Recognition with BERT（基于BERT的通用语命名实体识别）

Zero-shot RIS SOTA：Text Augmented Spatial-aware Zero-shot Referring Image Segmentation 论文阅读笔记

《Meta-Transfer Learning for Zero-Shot Super-Resolution》——零镜头超分辨率的元迁移学习 论文学习笔记

Zero-Shot Learning学习笔记 -- CVPR_2022_MSDN: Mutually Semantic Distillation Network for Zero-Shot Learn

解密Prompt系列11. 小模型也能COT-先天不足后天来补

What Makes Pre-trained Language Models Better Zero-shot Learners？

Pre-trained Language Models Can be Fully Zero-Shot Learners

面向大模型微调的instruction指令自动化生成技术：SELF-INSTRUCT指令自动化生成框架工作介绍...

YourTTS: Towards Zero-Shot Multi-Speaker TTS and Zero-Shot VoiceConversion for everyone论文阅读

【Whisper】《Robust Speech Recognition via Large-Scale Weak Supervision》译读笔记

零样本图像识别 | Alleviating Feature Confusion for Generative Zero-shot Learning简单论文笔记

零样本异常分割SAA+

DALL-E: Zero-Shot Text-to-Image Generation

Zero-Shot Learning by Harnessing Adversarial Samples 理论 & 代码解读

IMAGEBIND: One Embedding Space To Bind Them All 个人笔记

(CVPR2023)Bi-directional Distribution Alignment for Transductive Zero-Shot Learning

Zero-Shot、One-shot、Few-Shot 的简介

Zero-shot（零次学习）简介

Learn Prompt-Prompt 高级技巧:零样本思维链 Zero-shot-CoT

如何在SAM时代下打造高效的高性能计算大模型训练平台

ICCV 2023 | SuS-X：仅靠类别名称微调CLIP模型，剑桥大学联合DeepMind出品

Segment Anything Model(SAM)论文解读

(CVPR2023)《Progressive Semantic-Visual Mutual Adaption for Generalized Zero-Shot Learning》理论 & 代码解读

如何在SAM时代下打造高效的高性能计算大模型训练平台

低成本指令数据集构建：《Self-Instruct: Aligning Language Model with Self Generated Instructions》阅读笔记

Using Large Language Models for Zero-Shot Natural Language Generation from Knowledge Graphs

【论文】2102.DALL-E: Zero-Shot Text-to-Image Generation（文字生成各种各样充满想象图像的开端）

Diffuse, Attend, and Segment: Unsupervised Zero-Shot Segmentation using Stable Diffusion

NaturalSpeech 2: Latent Diffusion Models are Natural and Zero-Shot Speech and Singing Synthesizers

Diffusion Probabilistic Priors for Zero-Shot Low-Dose CT Image Denoising

openai多模态大模型：clip详解及实战

Prompt-“设计提示模板：用更少数据实现预训练模型的卓越表现，助力Few-Shot和Zero-Shot任务”

Tip-Adapter: Training-free Adaption of CLIP for Few-shot Classification

Prompt-“设计提示模板：用更少数据实现预训练模型的卓越表现，助力Few-Shot和Zero-Shot任务”

Prompt-“设计提示模板：用更少数据实现预训练模型的卓越表现，助力Few-Shot和Zero-Shot任务”

《Meta-Transfer Learning for Zero-Shot Super-Resolution》——零镜头超分辨率的元迁移学习论文学习笔记