• [论文翻译]探索迁移学习的极限:基于统一文本到文本Transformer的研究

    迁移学习 (Transfer Learning) 作为一种先在数据丰富的任务上进行预训练、再在下游任务上微调模型的技术,已成为自然语言处理 (NLP) 领域的强大方法。其有效性催生了多样化的方法、方法论和实践。本文通过提出统一框架(将所有基于文本的语言问题转换为文本到文本格式),系统性地探索了NLP迁移学习技术体系。我们比较了数十项语言理解任务中的预训练目标、架构、无标注数据集、迁移方法等因素,并结合规模化实验与新构建的"Colossal Clean Crawled Corpus"数据集,在摘要生成、问答、文本分类等多项基准测试中取得最先进成果。为促进NLP迁移学习研究,我们公开了数据集、预训练模型和代码。
  • [论文翻译]自引导潜在空间:一种自监督学习新方法

    我们提出了一种新的自监督图像表征学习方法——自引导潜在空间 (Bootstrap Your Own Latent, BYOL)。该方法基于两个被称为在线网络和目标网络的神经网络,通过相互交互和学习实现表征优化。给定一张图像的增强视图,我们训练在线网络预测同一图像在不同增强视图下的目标网络表征,同时采用在线网络的滑动平均来更新目标网络。与依赖负样本对的现有最优方法不同,BYOL在不使用负样本的情况下实现了新的性能突破:在ResNet-50架构的线性评估中达到ImageNet 74.3%的top-1分类准确率,更大规模ResNet架构下达到79.6%。实验表明,BYOL在迁移学习和半监督基准测试中均达到或超越当前最优水平。实现代码与预训练模型已发布于GitHub。
创作中心
开启你的AI千集创作之旅
发布首篇内容,开通创作中心 快来成为AI千集创作者吧~
公告

AI千集是一个二次元智能客服平台
在这里您可以获得本平台自训练的
客服大模型服务
和小伙伴一起玩转AI,做自己的AI机器人
来AI千集,订单转化快人一步
扫一扫,快速获取解决方案与报价
立即咨询

千集助理是连通AI学研和企业的桥梁
登陆小程序
获取AI数字人贴身服务
工作生活效率瞬间提升

千集助理