[B! unsupervised][VQA] arxiv_readerのブックマーク

arxiv_reader id:arxiv_reader

unsupervisedとVQAに関するarxiv_readerのブックマーク (12)

https://arxiv-check-250201.firebaseapp.com/each/2310.05861v2
arxiv_reader 2024/04/03
arXiv reaDer

reasoning

zero-shot

arXiv

VQA

unsupervised

saliency

few-shot
リンク
https://arxiv-check-250201.firebaseapp.com/each/2311.09050v1
arxiv_reader 2023/11/16
arXiv

arXiv reaDer

zero-shot

reasoning

VQA

unsupervised
リンク
https://arxiv-check-250201.firebaseapp.com/each/2310.05861v1
arxiv_reader 2023/10/10
unsupervised

arXiv

VQA

zero-shot

saliency

arXiv reaDer

few-shot

reasoning
リンク
報酬スープ: さまざまな報酬に基づいて微調整された重みを補間することで、パレート最適配置に向けて
arxiv_reader 2023/06/08
基礎モデルは、まず広大な教師なしデータセットで事前トレーニングされ、次にラベル付きデータで微調整されます。特に人間のフィードバック (RLHF) からの強化学習により、ネットワークを目的の用途にさら

captioning

arXiv reaDer

VQA

unsupervised

dataset

pre-training

arXiv

reinforcement learning

human
リンク
DocFormerv2: ドキュメントを理解するためのローカル機能
arxiv_reader 2023/06/05
私たちは、Visual Document Understanding (VDU) 用のマルチモーダルトランスフォーマーである DocFormerv2 を提案します。 VDU ドメインには、(単なる

domain

arXiv reaDer

pre-training

arXiv

VQA

unsupervised

dataset

transformer
リンク
教師なしの現実的な視覚的質問応答に向けて
arxiv_reader 2023/03/10
モデルが答えられない質問 (UQ) を拒否し、答えられる質問 (AQ) に答えなければならない現実的な VQA (RVQA) の問題が研究されています。最初に、現在の RVQA 研究の 2 つの欠点を

arXiv reaDer

human

dataset

VQA

arXiv

unsupervised
リンク
SlotFormer: オブジェクト中心モデルによる教師なしビジュアルダイナミクスシミュレーション
arxiv_reader 2022/10/13
視覚的な観察からダイナミクスを理解することは、シーンから個々のオブジェクトを解きほぐし、それらの相互作用を学習する必要がある難しい問題です。最近のオブジェクト中心のモデルは、シーンをオブジェクトにうま

simulation

arXiv

spatio-temporal

disentangling

dataset

synthesis

VQA

unsupervised

arXiv reaDer

autoregressive
リンク
検索ベースのマルチグラニュラーアラインメントによる教師なしビジョンと言語の事前トレーニング
arxiv_reader 2022/03/02
Vision-and-Language（V + L）事前トレーニングモデルは、近年、さまざまなマルチモーダルベンチマークで大きな成功を収めています。ただし、既存のモデルの大部分は、並列画像テキストデー

arXiv

representation

arXiv reaDer

unsupervised

VQA

benchmark

pre-training

dataset
リンク
多様なデータセットとメソッドを備えているが、ターゲットラベルがないドメインロバストなVQA
arxiv_reader 2021/03/31
コンピュータビジョン手法がデータセットの詳細に適合しているという観察は、オブジェクト認識モデルをドメインシフトに対して堅牢にするためのさまざまな試みに影響を与えました。ただし、ドメインロバストな視覚的

arXiv

computer vision

unsupervised

transformer

VQA

arXiv reaDer

classification

dataset

synthesis

domain adaptation
リンク
良い、良い、最高：強化学習による多肢選択式の視覚的質問応答のためのテキストディストラクタの生成
arxiv_reader 2021/03/30
ますます多くの研究がVQAモデルの意思決定プロセスを調査しています。これらの研究の多くは、モデルによって選択された正解の背後にある理由に焦点を当てています。それでも、モデルによって気が散る答えが選ばれ

unsupervised

reinforcement learning

adversarial

arXiv reaDer

arXiv

gradient

VQA
リンク
KRISP：オープンドメイン知識ベースのVQAのための暗黙的知識と象徴的知識の統合
arxiv_reader 2020/12/22
VQAで最も難しい質問タイプの1つは、質問に回答するために画像に存在しない外部の知識が必要な場合です。この作業では、オープンドメイン知識、つまり、質問に答えるために必要な知識がトレーニング時でもテスト

arXiv

unsupervised

representation

transformer

VQA

dataset

pre-training

arXiv reaDer

reasoning

embedding
リンク
一般化を改善するためのデータのシャッフル解除
arxiv_reader 2020/11/24
トレーニングの分布を超えた一般化は、機械学習の中心的な課題です。ニューラルネットワークをトレーニングするときに例を混合してシャッフルする一般的な方法は、この点で最適ではない可能性があります。複数のトレ

arXiv reaDer

OOD

learning

dataset

clustering

VQA

arXiv

bias

unsupervised
リンク
1

お知らせ

もっと読む

公式Twitter

@HatenaBookmark
リリース、障害情報などのサービスのお知らせ
@hatebu
最新の人気エントリーの配信

キーボードショートカット一覧

j次のブックマーク

k前のブックマーク

lあとで読む

eコメント一覧を開く

oページを開く

設定を変更しましたx