zero-shot 第4页

零样本参考图像分割 Zero-shot Referring Image Segmentation with Global-Local Context Features 论文笔记

零样本参考图像分割Zero-shotReferringImageSegmentationwithGlobal-LocalContextFeatures论文笔记一、Abstract二、引言三、相关工作零样本迁移零样本密度预测任务参考图像分割四、方法4.1框架总览4.2Mask引导的全局-局部视觉特征全局上下文视觉特征局部上下文视觉特征全局-局部上下文视觉特征4.3全局-局部文本特征五、实施细节5.1

乄洛尘·2023-04-11 10:00

【分割】——segment anything论文浅读，分割界的GPT

论文来自：metaai文章目录摘要1.简介2.分割一切的任务网络结构数据引擎zero-shot迁移摘要我们介绍了“分割任何东西”（SA）项目：一项新的图像分割任务、模型和数据集。

农夫山泉2号·2023-04-10 16:00

OpenAI：基于对比学习的无监督预训练

在今天我们分享的论文中，OpenAI团队尝试在大规模无监督数据上对GPT系列模型做对比预训练(ContrastivePre-Training)，得到的CPT-text模型在文本匹配、语义搜索等任务上取得了优异的zero-shot

Python中文社区·2023-04-10 01:32

GPT-4博客介绍

损失预测）Steerability（可控性）Limitations(限制)Risks&mitigations(风险和应对措施)gpt-4在越复杂任务上，GPT4越是强于chatgpt与chatgpt虽然也是zero-shot

Unstoppable~~~·2023-04-08 11:29

Prompt总结 | 从MLM预训任务到Prompt Learning原理解析与Zero-shot分类、NER简单实践

每天给你送来NLP技术干货！来自：老刘说NLPPromptLearning是当前NLP的一个重要话题，已经有许多文章进行论述。从本质上来说，PromptLearning可以理解为一种下游任务的重定义方法，将几乎所有的下游任务均统一为预训练语言模型任务，从而避免了预训练模型和下游任务之间存在的gap。如此一来，几乎所有的下游NLP任务均可以使用，不需要训练数据，在小样本数据集的基础上也可以取得超越F

zenRRan·2023-04-07 15:00

Domain Prompt Learning for Efficiently Adapting CLIP to Unseen Domains

首先介绍一下域泛化(Domaingeneralization)：从若干个具有不同数据分布的数据集(领域)中学习一个泛化能力强的模型,以便在未知(Unseen)的域上取得较好的效果（感觉和CLIP的zero-shot

可莉害了呢·2023-04-07 01:50

1张2080ti用一天训练GPT2-small效果如何？

引言由于chatGPT的风靡，最近越来越多人开始讨论，为什么LLM通常使用decoder-only结构，并将GPT推向了一个前所未有的高度，因为GPT结构在zero-shot和few-shot任务上的极好效果

hangguns·2023-04-06 18:21

CLIP也是一种有效的分割器:弱监督语义分割的文本驱动方法

摘要论文链接代码链接本文探索了CLIP在仅使用图像级标签且无需进一步训练的情况下对不同类别进行定位的潜力提出了一个新的框架CLIP-ES：我们在GradCAM中引入了softmax函数，并利用CLIP的zero-shot

松下直子·2023-04-05 16:06

X-GEAR:Multilingual Generative Language Models for Zero-Shot Cross-Lingual Event Argument Extraction

MultilingualGenerativeLanguageModelsforZero-ShotCross-LingualEventArgumentExtraction论文：https://arxiv.org/pdf/2203.08308.pdf代码：https://github.com/PlusLabNLP/X-Gear期刊/会议：ACL2022摘要我们提出了一项利用多语言预训练生成语言模型进行

Trouble..·2023-04-04 20:41

从BERT到ChatGPT！97页全面综述：那些年一起追过的预训练基础模型

ChatGPT在few-shot和zero-shot场景下展现出的惊人性能，让研究人员们更坚定「预训练」是一条正确的路线。预训练基础模型（PretrainedFoundation

Amusi（CVer）·2023-03-29 07:35

Zero-shot Cross-lingual Transfer of Prompt-based Tuning with a Unified Multilingual Prompt

虽然现有的大部分工作都集中在单语prompt上，但研究了多语言PLM的多语言prompt，尤其是在zero-shotsetting下。为了减轻为多种语言设计不同prompt的工作量，我们提出了一种新的模型，该模型对所有语言使用统一的提示，称为UniPrompt。与离散prompt和soft-prompt不同，UniPrompt是基于模型的而与语言无关的。具体来说，UniPrompt由多语言PLM初

Tsukinousag·2023-03-16 16:58

《Progressive Cross-Modal Semantic Network for Zero-Shot Sketch-Based Image Retrieval》论文学习

AbstractZero-shotsketch-basedimageretrieval(ZS-SBIR)是一个特别的跨模态检索任务，涉及通过可用的手绘草图，在零次学习的设想下，去搜索自然图片。以前的方法都是设想把草图和图像特征映射到一个低纬度的公共空间，来完成高效率的搜索。并且同时，对齐和映射特征到他们的语义特征（类别级的词向量），将knowledge从seen到unseen进行迁移。然而对齐与投

waiall·2023-03-10 16:24

【AAAI 2023】针对视频分类的知识迁移

通过简单而有效的调整范例，该方法能够在各种视频识别场景（即zero-shot、few-shot、一般识别）实现了最先进的性能和高效

·2023-02-23 19:24

Zero-shot Learning 综述1

1.对属性进行学习典型文章：LearningToDetectUnseenObjectClassesbyBetween-ClassAttributeTransfer对属性进行学习：缺点对属性的进行预测并不是ZSL任务的直接目标，这是间接地解决问题，这样可能会导致一种情况：模型可能对属性的预测是最优的，但对类别的预测未必是最优的。无法利用unseen类的样本提供的先验知识。无法利用属性间的关系等额外的

小灰狼@花花·2023-02-22 09:35

论文笔记 ACL 2018|Zero-Shot Transfer Learning for Event Extraction

文章目录1简介1.1创新2方法3实验1简介论文题目：Zero-ShotTransferLearningforEventExtraction论文来源：ACL2018论文链接：https://arxiv.org/pdf/1707.01066.pdf代码链接：https://github.com/wilburOne/ZeroShotEvent1.1创新将事件抽取定义为genericgroundingpr

hlee-top·2023-02-22 09:19

Gan-based zero-shot learning 论文整理

1FeatureGeneratingNetworksforZero-ShotLearningSufferingfromtheextremetrainingdataimbalancebetweenseenandunseenclasses,mostofexistingstate-of-the-artapproachesfailtoachievesatisfactoryresultsforthechal

anlaiji6783·2023-02-22 09:11

Prompt Learning: ChatGPT也在用的NLP新范式

在这一新的范式下，大语言模型呈现出惊人的zero-shot和few-shot能力，使用较少的训练数据来适应新的任务形式。最近火爆出圈的ChatGPT是利用这一方式。

·2023-02-20 09:04

论文笔记：Making Pre-trained Language Models Better Few-shot Learners

类模型总是需要一些样例来更新模型的参数从而让模型更加适应当前的任务，而GPT-3却号称可以“告别微调”，可以仅仅通过一个自然语言提示（prompt）以及少量甚至无需样例（标注样本）就可以作出正确的预测，即GPT-3可以通过不使用一条样例的Zero-shot

北在哪·2023-02-16 23:23

【论文笔记】Learning a Deep Embedding Model for Zero-Shot Learning

论文详细信息题目：LearningaDeepEmbeddingModelforZero-ShotLearning作者：LiZhang/TaoXiang/ShaogangGong期刊/会议：ComputerVisionandPatternRecognition时间：Jul2017领域：visualandlanguagemodel关键词：multiplesemanticmodalities1.Why？

Manjusaka\·2023-02-06 13:52

Domain Adaptation Meets Zero-Shot Learning:An Annotation-Efficient Approachto Multi-Modality Medic

TMI2022DomainAdaptationMeetsZero-ShotLearning:AnAnnotation-EfficientApproachtoMulti-ModalityMedicalImageSegmentationTMI2022DomainAdaptationMeetsZero-ShotLearning:AnAnnotation-EfficientApproachtoMulti-

LANG_C_·2023-02-04 09:02

从GPT到chatGPT（三）：GPT3（一）

#GPT3文章目录前言正文摘要介绍方法模型结构训练数据集训练过程评估小结前言OpenAI在放出GPT2后，并没有引起业界太大的影响和关注，究其原因，并不是zero-shot这种想法不够吸引人，而是GPT2

IGV丶明非·2023-02-01 08:17

谷歌&HuggingFace | 零样本能力最强的语言模型结构

本文约2000字，建议阅读5分钟要是为了模型的zero-shot泛化能力，decoder结构+语言模型任务最好；要是再multitaskfinetuning，encoder-decoder结构+MLM任务最好

数据派THU·2023-01-31 10:04

零样本图像识别 | Feature Generating Networks for Zero-Shot Learning简单论文笔记

创新：提出f-GAN、f-WGAN和f-CLSWGAN、将WGAN的loss和Classfication的loss结合去让generator生成的features更容易被鉴别出来。在本文中，提出了解决广义零镜头学习的方法：通过一个新的GAN模型给unseen类生成CNN特征。问题定义：可见类集合零样本类集合U中样本不可见，且(可见类与零样本类不相交),ZSL任务学习,GZSL任务学习模型：提出了三

熊仔仔zz·2023-01-30 18:31

【自然语言处理】【分布式训练及推理】推理工具DeepSpeed-Inference

自然语言处理】【chatGPT系列】大语言模型可以自我改进【自然语言处理】【ChatGPT系列】WebGPT：基于人类反馈的浏览器辅助问答【自然语言处理】【ChatGPT系列】FLAN：微调语言模型是Zero-Shot

BQW_·2023-01-29 07:22

大模型清单收集

AI大一统：阿里达摩院发布多任务、多模态统一模型OFA功能：包括3类跨模态、单模态和zero-shot。

javastart·2023-01-20 14:37

Zero-shot Learning零样本学习论文阅读（五）——DeViSE:A Deep Visual-Semantic Embedding Model

Zero-shotLearning零样本学习论文阅读（五）——DeViSE:ADeepVisual-SemanticEmbeddingModel背景Skip-gram算法算法思路原理这篇2013年的文章提出了DeViSE这种方法，主要是综合了传统视觉识别的神经网络和词向量处理(word2vec)中的skip-gram模型，实现了一个视觉和语义兼顾的ZSL模型，取得了较好的效果，时至今日准确率仍然可

River_J777·2023-01-14 12:58

从GPT到chatGPT（一）：GPT1

GPT1文章目录GPT1前言正文模型架构无监督学习有监督学习处理不同特定任务实验训练细节实验结果分析预训练层参数转移的影响zero-shot的表现消融实验总结前言GPT1，出自于OpenAI的论文《ImprovingLanguageUnderstandingbyGenerativePre-Training

IGV丶明非·2023-01-14 10:40

VALL-E:Neural Codec Language Models are Zero-Shot Text to Speech Synthesizers

文章目录NLP中Bert的进展历史wordembeddingELMOGPTBertAudioLM:aLanguageModelingApproachtoAudioGenerationabstractintrorelatedworkVALL-E:NeuralCodecLanguageModelsareZero-ShotTexttoSpeechSynthesizersabstractspeechqua

林林宋·2023-01-14 08:01

CLIPPO：纯图像的 CLIP，参数减半且更强大！

CLIPPO执行基于图像的任务，例如检索和zero-shot图像分类，几乎与

·2023-01-12 19:23

CLIPPO：纯图像的CLIP，参数减半且更强大

CLIPPO执行基于图像的任务，例如检索和zero-shot图像分类，几乎与

Zilliz Planet·2023-01-12 13:05

CLIPPO：纯图像的CLIP，参数减半且更强大！

CLIPPO执行基于图像的任务，例如检索和zero-shot图像分类，几乎与

·2023-01-11 18:32

zero-shot learning系列论文（1）A Generative Model For Zero Shot Learning Using Conditional Variational

1.出处2018CVPRworkshop2.问题已有的zero-shotlearning方法尝试通过一些迁移函数建模类属性空间和图像空间之间的关系，以便将图像空间对应到unseenclass3.方法学习一个classembedding到imagespace的映射函数，但由于图像空间的不连续性，从seenclassimages上学到的映射无法捕获unseenclasses的关系（domainshif

TEn%·2023-01-09 21:36

零次学习（Zero-Shot Learning）入门(转)

很久没有更文章了，主要是没有找到zero-shotlearning(ZSL)方面我特别想要分享的文章，且中间有一段时间在考虑要不要继续做这个题目，再加上我懒(￢_￢)，所以一直拖到了现在。最近科研没什么进展，就想着写一个ZSL的入门性的文章，目的是为了帮助完全没有接触过这方面，并有些兴趣的同学，能在较短的时间对ZSL有一定的认识，并且对目前的发展情况有一定的把握。在此之前，需要提到的是：无论是论文

段子手实习生·2023-01-09 13:37

zero-shot learning（ps：每天演好一个情绪稳定的成年人）

mypaper~~1.（DAP,IAP）LearningToDetectUnseenObjectClassesbyBetween-ClassAttributeTransfer2.（ALE）Label-EmbeddingforAttribute-BasedClassification3.（SAE）SemanticAutoencoderforZero-shotLearningCVPR2017https

anlaiji6783·2023-01-09 13:07

转载：zero-shot learning 入门

零次学习（Zero-ShotLearning）入门小栗子转自：https://zhuanlan.zhihu.com/p/34656727?spm=5176.9876270.0.0.399ce44aXsg7cN谢谢作者事物的本质反映世界构成的规律408人赞了该文章很久没有更文章了，主要是没有找到zero-shotlearning(ZSL)方面我特别想要分享的文章，且中间有一段时间在考虑要不要继续做这

buck0818·2023-01-09 13:07

[CVPR 2018] Zero-Shot Visual Recognition Using Semantics-Preserving Adversarial Embedding Networks

[paper]摘要：作者提出了SP-AEN，即语义保持对抗嵌入网络，来解决基于嵌入的零样本方法的固有问题——语义损失。语义损失：是指在训练阶段，如果一些语义对训练类别是没有判别性的，它们很可能会被丢弃。但是这些语义可能对识别测试类是很关键的。框架图如上，上面的分支是语义嵌入网络，下面分支是自编码器结构。上面的分支是用来学习视觉到语义的映射，在嵌入空间年关联已见类和未见类。下面的分支用来弥补语义损失

一亩高粱·2023-01-09 13:07

Zero-Shot Instance Segmentation 阅读笔记

概述本文根据视觉-语义相映射的思想，提出了一种采用语义词向量来检测和分割未见实例的端到端网络，概括来讲，就是把数据分为两类，seen类CsC_sCs和unseen类CuC_uCu，训练集由CsC_sCs组成，通过训练集中的图像xsx_sxs和与之对应的词向量wsw_sws来进行训练得到模型，来实现从seen实例中学习参数然后用它来推理unseen的实例。主要目的是针对工业应用上缺少数据的问题，引入

暴走辉·2023-01-08 16:03

【无标题】RADICAL ANALYSIS NETWORK FOR ZERO-SHOT LEARNING IN PRINTED CHINESE CHARACTER RECOGNITION

印刷体汉字识别中零次学习的部件分析网络（RADICALANALYSISNETWORKFORZERO-SHOTLEARNINGINPRINTEDCHINESECHARACTERRECOGNITION）摘要汉字有一套庞大的汉字类别，超过20000个，随着越来越多的新奇汉字不断被创造出来，这个数字还在不断增加。然而，这些巨大的字符可以被分解成一个大约500个基本和结构部件的紧凑集合。本文介绍了一种新的部

qiuqiuqiu丶·2023-01-07 18:30

阅读文献“Language Models are Unsupervised Multitask Learner”（GPT-2）

GPT-2模型仍然是一个语言模型，但是在下游任务训练的时候，达到了一个zero-shot的设定，也就是下游

小千不爱内卷·2023-01-06 16:40

Zero-Shot Object Detection

Zero-ShotObjectDetection创新点1）BaselineZSDModel提出的基准模型2）Background-AwareZero-ShotDetection对于背景类的两种处理方法3）DenselySampledEmbeddingSpace对样本数据的扩充提出的方法1、BaselineZSDModel从整张图片上提取obejctnessproposalregions.将这些re

wshaowvip·2023-01-05 14:06

【读论文】Zero-Shot Object Detection: Learning to Simultaneously Recognize and Localize Novel Concepts

读论文是一个很痛苦的过程，但是也是最干货的阅读材料，看一篇关于零样本目标分割的论文。论文：https://arxiv.org/abs/1803.06049代码：https://github.com/salman-h-khan/ZSD_Release文章目录摘要简介存在的问题提出新方法总结进展问题描述前提任务定义零样本目标分割模型架构训练与推论分类损失回归损失预测ZSD没有预先定义unseen的类实

Houly·2023-01-05 14:02

Zero-Shot 物体检测

上述任务中体现zero-shot的两个关键点：猫没有在源域中

DeepWWJ·2023-01-05 14:26

CVPR佳作 | One-Shot都嫌多，Zero-Shot实例样本分割

欢迎关注“计算机视觉研究院”计算机视觉研究院专栏作者：Edison_G给一个包含了未知种类多个实体的没训练过的新样本(thequeryimage)，如何检测以及分割所有这些实例？？？长按扫描二维码关注我们一、分割回顾实例分割（InstanceSegmentation）实例分割（InstanceSegmentation）是视觉经典四个任务中相对最难的一个，它既具备语义分割（SemanticSegme

计算机视觉研究院·2023-01-05 14:23

零样本目标检测--GTNet: Generative Transfer Network for Zero-Shot Object Detection

一些必要知识：（1）零样本学习（Zeroshotlearning）一篇是Lampert2009年在CVPR上发表的LearningtoDetectUnseenObjectClassbyBetween-ClassAttributeTransfer这是最早提出ZeroShotLearning这一问题和概念的文章，核心思想就是用类间属性迁移来进行未知类别预测。具体地说，可以利用一个学习器，学习出一个动物

阳光彩虹小白骡·2023-01-05 14:52

[ICCV 2019] Transductive Learning for Zero-Shot Object Detection

[paper]第一个用直推式做零样本检测。亮点：论文是基于自学习机制的，这个过程，保证了在源域上学到的知识不会被遗忘。在总结贡献的时候，（3）为了保持在源域上学习到概念，我们提出了一种固定的伪标签标注目标。域漂移问题：给定有限数量的可见类数据，ZSL旨在泛化到不同的未见类物体上。在现实中，未见类（目标域）的分布和已见类（源域）非常不同。这个问题叫做“域漂移问题”。直推式零样本识别vs检测区别一：Z

一亩高粱·2023-01-05 14:22

【小样本论文解读】Robust Region Feature Synthesizer for Zero-Shot Object Detection

RobustRegionFeatureSynthesizerforZero-ShotObjectDetection作者：YPeiliangHuang1,JunweiHan1,DeCheng2,DingwenZhang1一、Background随着CNN和Transformer等深度学习技术的快速发展，目标检测研究领域出现了很多amazing的工作。虽然现有方法的检测性能看起来很成功，但在实际场景中

SiranTang·2023-01-05 14:22

[论文评析-工程]MAE-DET: Revisiting Maximum Entropy Principle in Zero-Shot NAS for Efficient Object Detecti

MAE-DET:RevisitingMaximumEntropyPrincipleinZero-ShotNASforEfficientObjectDetection文章信息背景项目介绍核心部分的计算以及实现总结References文章信息题目:MAE-DET:RevisitingMaximumEntropyPrincipleinZero-ShotNASforEfficientObjectDetec

MasterQKK 被注册·2023-01-05 14:51

zero-shot object detection 什么是零样本目标检测

zero-shot零样本学习这个任务需要我们的模型可以识别出训练的时候没有见过的物体。

：）�东东要拼命·2023-01-05 14:19

dalle:zero-shot text-to-image generation

DALL·E—从文本到图像，超现实主义的图像生成器-知乎欢迎关注Smarter，构建CV世界观超现实主义强调梦幻与现实的统一才是绝对的真实，而如今OpenAI创造的DALL·E图像生成器，能够直接通过文本描述生成类似超现实主义的图像，让机器也能拥有顶级画家、设计师的创造力。…https://zhuanlan.zhihu.com/p/394467135如何评价DALL-E模型的实现？-知乎DALL-

Kun Li·2023-01-04 11:15

【自然语言处理】【ChatGPT系列】FLAN：微调语言模型是Zero-Shot学习器

FLAN:微调语言模型是Zero-Shot学习器《FinetunedLanguageModelsareZero-shotLearners》论文地址：https://arxiv.org/abs/2109.01652

BQW_·2023-01-03 09:15

推荐频道

zero-shot

零样本参考图像分割 Zero-shot Referring Image Segmentation with Global-Local Context Features 论文笔记

【分割】——segment anything论文浅读，分割界的GPT

OpenAI：基于对比学习的无监督预训练

GPT-4博客介绍

Prompt总结 | 从MLM预训任务到Prompt Learning原理解析与Zero-shot分类、NER简单实践

Domain Prompt Learning for Efficiently Adapting CLIP to Unseen Domains

1张2080ti用一天训练GPT2-small效果如何？

CLIP也是一种有效的分割器:弱监督语义分割的文本驱动方法

X-GEAR:Multilingual Generative Language Models for Zero-Shot Cross-Lingual Event Argument Extraction

从BERT到ChatGPT！97页全面综述：那些年一起追过的预训练基础模型

Zero-shot Cross-lingual Transfer of Prompt-based Tuning with a Unified Multilingual Prompt

《Progressive Cross-Modal Semantic Network for Zero-Shot Sketch-Based Image Retrieval》论文学习

【AAAI 2023】针对视频分类的知识迁移

Zero-shot Learning 综述1

论文笔记 ACL 2018|Zero-Shot Transfer Learning for Event Extraction

Gan-based zero-shot learning 论文整理

Prompt Learning: ChatGPT也在用的NLP新范式

论文笔记：Making Pre-trained Language Models Better Few-shot Learners

【论文笔记】Learning a Deep Embedding Model for Zero-Shot Learning

Domain Adaptation Meets Zero-Shot Learning:An Annotation-Efficient Approachto Multi-Modality Medic

从GPT到chatGPT（三）：GPT3（一）

谷歌&HuggingFace | 零样本能力最强的语言模型结构

零样本图像识别 | Feature Generating Networks for Zero-Shot Learning简单论文笔记

【自然语言处理】【分布式训练及推理】推理工具DeepSpeed-Inference

大模型清单收集

Zero-shot Learning零样本学习 论文阅读（五）——DeViSE:A Deep Visual-Semantic Embedding Model

从GPT到chatGPT（一）：GPT1

VALL-E:Neural Codec Language Models are Zero-Shot Text to Speech Synthesizers

CLIPPO：纯图像的 CLIP，参数减半且更强大！

CLIPPO：纯图像的CLIP，参数减半且更强大

CLIPPO：纯图像的CLIP，参数减半且更强大！

zero-shot learning系列论文（1）A Generative Model For Zero Shot Learning Using Conditional Variational

零次学习（Zero-Shot Learning）入门(转)

zero-shot learning（ps：每天演好一个情绪稳定的成年人）

转载：zero-shot learning 入门

[CVPR 2018] Zero-Shot Visual Recognition Using Semantics-Preserving Adversarial Embedding Networks

Zero-Shot Instance Segmentation 阅读笔记

【无标题】RADICAL ANALYSIS NETWORK FOR ZERO-SHOT LEARNING IN PRINTED CHINESE CHARACTER RECOGNITION

阅读文献“Language Models are Unsupervised Multitask Learner”（GPT-2）

Zero-Shot Object Detection

【读论文】Zero-Shot Object Detection: Learning to Simultaneously Recognize and Localize Novel Concepts

Zero-Shot 物体检测

CVPR佳作 | One-Shot都嫌多，Zero-Shot实例样本分割

零样本目标检测--GTNet: Generative Transfer Network for Zero-Shot Object Detection

[ICCV 2019] Transductive Learning for Zero-Shot Object Detection

【小样本论文解读】Robust Region Feature Synthesizer for Zero-Shot Object Detection

[论文评析-工程]MAE-DET: Revisiting Maximum Entropy Principle in Zero-Shot NAS for Efficient Object Detecti

zero-shot object detection 什么是零样本目标检测

dalle:zero-shot text-to-image generation

【自然语言处理】【ChatGPT系列】FLAN：微调语言模型是Zero-Shot学习器

Zero-shot Learning零样本学习论文阅读（五）——DeViSE:A Deep Visual-Semantic Embedding Model