构建高清语义地图是自动驾驶的核心组成部分。然而,传统的管道需要大量的人力和资源来注释和维护地图中的语义,这限制了其可扩展性。在本文中,我们介绍了高清语义地图学习的问题,它根据机载传感器观测动态构建局部语义 ...
0 0 1 2024/03/29 arXiv:2107.06307v4 sswwpplyy
本文重点关注与任务无关的提示压缩,以提高通用性和效率。考虑到自然语言中的冗余,现有方法通过根据从因果语言模型(例如LLaMa-7B)获得的信息熵删除标记或词汇单元来压缩提示。挑战在于信息熵可能是次优压缩指标:(i)它仅利用单向上下文,可能无法捕获即时压缩所需的所有基本信息; (ii) 它与即时压缩目标不一致 ...
0 0 0 2024/03/29 arXiv:2403.12968v1 heiheihei
为了进行有效的结构损伤评估,需要将损伤实例定位在 3D 模型的世界中。由于缺乏数据,目前无法在 3D 空间中直接学习和执行结构异常的检测。在这项工作中,提出了一种三阶段方法,该方法利用图像级别检测模型的良好性能来分割 3D 空间中的异常实例 ...
0 0 0 2024/03/29 arXiv:2401.03298v1 JokerLin
随着大型语言模型 (LLM) 开发的进展,使其与人类偏好保持一致变得越来越重要。我们提出了逐步 DPO (sDPO),这是最近流行的用于对齐调整的直接偏好优化 (DPO) 的扩展。这种方法涉及划分可用的偏好数据集并逐步使用它们,而不是一次性使用它们 ...
0 0 0 2024/03/29 arXiv:2403.19270v1 heiheihei
深层特征是计算机视觉研究的基石,它可以捕获图像语义,并使社区即使在零样本或少样本情况下也能解决下游任务。然而,这些特征通常缺乏空间分辨率来直接执行分割和深度预测等密集预测任务,因为模型会积极地池化大区域的信息。在这项工作中,我们引入了 FeatUp,这是一个与任务和模型无关的框架,用于恢复深层特征中丢失的空间信息 ...
0 0 0 2024/03/29 arXiv:2403.10516v1 alimanado
虽然电价预测领域在过去二十年中受益于大量贡献,但可以说它缺乏评估新预测算法的严格方法。后者通常使用独特的、非公开的数据集进行比较,并且样本太短且仅限于一个市场测试样本。所提出的新方法很少与已建立且性能良好的更简单模型进行基准测试,准确性指标有时不足,并且很少进行预测性能差异的显着性测试 ...
0 0 0 2024/03/29 arXiv:2008.08004v2 zn0912_sdf
本文提出了一种使用纯 Transformer 模型进行电价预测 (EPF) 的新方法。与其他替代方案相反,没有其他循环网络与注意力机制结合使用。因此,表明注意力层足以捕获时间模式 ...
0 0 0 2024/03/29 arXiv:2403.16108v1 zn0912_sdf
与人类一样,大型语言模型 (LLM) 并不总是在第一次尝试时生成最佳输出。受人类如何完善书面文本的启发,我们引入了 Self-Refine,这是一种通过迭代反馈和完善来改进 LLM 初始输出的方法。主要思想是使用 LLM 生成初始输出;然后,相同的 LLM 为其输出提供反馈,并使用它迭代地完善自身 ...
0 0 0 2024/03/29 arXiv:2303.17651v2 brzyang