NeurIPS 2023 | 模仿人類舉一反三，數(shù)據(jù)集擴(kuò)增新范式GIF框架來了

AIGC動態(tài)歡迎閱讀

原標(biāo)題：NeurIPS 2023 | 模仿人類舉一反三，數(shù)據(jù)集擴(kuò)增新范式GIF框架來了

關(guān)鍵字：數(shù)據(jù),字節(jié)跳動,模型,樣本,信息量

文章來源：機(jī)器之心

內(nèi)容字?jǐn)?shù)：5076字

內(nèi)容摘要：機(jī)器之心專欄機(jī)器之心編輯部在這篇 NeurIPS 2023 論文中，來自新加坡國立大學(xué)和字節(jié)跳動的學(xué)者們受人類聯(lián)想學(xué)習(xí)的啟發(fā)，提出了數(shù)據(jù)集擴(kuò)增的新范式，有效地提升了深度模型在小數(shù)據(jù)場景下的性能和泛化能力，極大地降低了人工收集和標(biāo)注數(shù)據(jù)的時間和成本。代碼已開源。論文鏈接：https://browse.arxiv.org/pdf/2211.13976.pdfGitHub：https://github.com/Vanint/DatasetExpansion眾所周知，深度神經(jīng)網(wǎng)絡(luò)的性能很大程度上依賴于訓(xùn)練數(shù)據(jù)的數(shù)量和質(zhì)量，這使得深度學(xué)習(xí)難以廣泛地應(yīng)用在小數(shù)據(jù)任務(wù)上。例如，在醫(yī)療等領(lǐng)域的小數(shù)據(jù)應(yīng)用場景中，人力收集和標(biāo)注大規(guī)模的數(shù)據(jù)集往往費(fèi)時費(fèi)力。為了解決這一數(shù)據(jù)稀缺問題并最小化數(shù)據(jù)收集成本，該論文探索了一個數(shù)據(jù)集擴(kuò)增新范式，旨在自動生成新數(shù)據(jù)從而將目標(biāo)任務(wù)的小數(shù)據(jù)集擴(kuò)充為更大且更具信息量的大數(shù)據(jù)集。…

原文鏈接：點(diǎn)此閱讀原文：NeurIPS 2023 | 模仿人類舉一反三，數(shù)據(jù)集擴(kuò)增新范式GIF框架來了

聯(lián)系作者

文章來源：機(jī)器之心

作者微信：almosthuman2014

作者簡介：專業(yè)的人工智能媒體和產(chǎn)業(yè)服務(wù)平臺