跳到主要内容
检索

# 检索增强纠正

1 篇关联报道

订阅更新
  1. arXiv

    冻结的视觉语言模型也能用上人工标注:ACTOR 把延迟标签存成检索记忆,15 个数据集平均高 2.5 个百分点

    视觉语言模型的测试时适配通常完全依赖模型自己产生的伪标签或熵,在困难偏移样本上容易自我强化错误。ACTOR 把部署中少量人工标注当作延迟证据:先给出当前预测,再把返回的标签存入记忆,只在最近两个标注邻居标签一致且足够接近时才修正后续样本,模型参数保持冻结。在 15 个数据集上,它与使用同一批标注的在线提示微调相比平均准确率高出 2.50 和 2.45 个百分点,单样本额外推理开销低于 1 毫秒。

已读完全部报道