期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于SAM的无人艇多源图像分割研究
1
作者
杨博
谢杨柳
+4 位作者
张天航
杨远鹏
李祥生
马向峰
韩玮
《无人系统技术》
2024年第2期73-81,共9页
针对无人艇多源传感器的图像分割问题,开展了结合图像分割大模型与大模型低成本微调技术的研究,以增强感知大模型在无人系统上的实用性。首先将分割大模型应用于无人艇可见光、红外和声学图像分割,并对其性能进行了比较。经对比发现,分...
针对无人艇多源传感器的图像分割问题,开展了结合图像分割大模型与大模型低成本微调技术的研究,以增强感知大模型在无人系统上的实用性。首先将分割大模型应用于无人艇可见光、红外和声学图像分割,并对其性能进行了比较。经对比发现,分割大模型对可见光和红外图像分割效果好,但对声学图像的分割性能存在严重下降。随后利用低秩自适应算法对分割大模型编码器部分进行了微调训练,以适应声学图像分割任务。微调后的分割大模型对声学图像的分割性能得到显著提升,Dice相似系数平均值相比初始分割大模型提高了52.88%,证明了方法的有效性。作为一种大模型的微调技术,低秩自适应算法使用低秩近似来降低权重矩阵维度,大幅减少模型中可训练的参数量,在提升训练效率的同时降低了训练成本。
展开更多
关键词
无人艇
多源
传感器
图像分割
分割大模型
低秩自适应算法
下载PDF
职称材料
大语言模型引导的文本摘要技术与系统
2
作者
黄君豪
朱锦文
+2 位作者
向宗元
李萌坚
毛瑞琛
《计算机应用》
CSCD
北大核心
2024年第S01期29-33,共5页
在实际业务中时,常面临文本与它对应的其他模态在时间响应上难以同步的问题。例如,数字人实时手语表演无法与新闻口播同步播放。为了解决长度可控问题,提出一种基于大语言模型(LLM)的文本摘要解决方案,旨在保持原文语义不变的前提下将...
在实际业务中时,常面临文本与它对应的其他模态在时间响应上难以同步的问题。例如,数字人实时手语表演无法与新闻口播同步播放。为了解决长度可控问题,提出一种基于大语言模型(LLM)的文本摘要解决方案,旨在保持原文语义不变的前提下将文本压缩至指定长度。首先通过模板调优和人工评估的方式,确定最适合长度可控文本摘要的LLM和模板;在此基础上,利用ChatGPT得到一定量优质的满足长度需求的文本摘要训练样本;其次,结合低秩自适应微调(LoRA)技术,利用生成的数据样本集对选定的大语言模型Baichuan-13B-Chat进行微调。在推理阶段,通过微调后的LLM生成多个结果和文本筛选模块打分,最终得到语义相对完整且长度满足要求的摘要文本。实验结果表明,所提方案在亚运手语新闻数据中指标显著提升,人工评估的平均满意度达到88.53%,整体压缩达标率达到73.7%,基本满足实际生产应用的需求。
展开更多
关键词
文本摘要
长度可控
大语言模型
低秩自适应微调
模板调优
文本筛选
下载PDF
职称材料
融合思维链和低秩自适应微调的方面情感三元组抽取
3
作者
曾碧卿
陈鹏飞
姚勇涛
《计算机工程》
CAS
CSCD
北大核心
2024年第7期53-62,共10页
方面情感三元组抽取(ASTE)任务是方面级情感分析的重要子任务之一,传统的监督学习方法在该任务上取得了SOTA或接近SOTA的效果。然而,随着深度神经网络的发展,生成式大型语言模型(LLM)为该任务带来了更多的可能性。目前大多数工作都是直...
方面情感三元组抽取(ASTE)任务是方面级情感分析的重要子任务之一,传统的监督学习方法在该任务上取得了SOTA或接近SOTA的效果。然而,随着深度神经网络的发展,生成式大型语言模型(LLM)为该任务带来了更多的可能性。目前大多数工作都是直接对LLM进行微调,但是忽略了LLM的幻觉现象,导致性能下降。提出一种融合思维链技术和LLM低秩自适应(Lo RA)微调LFC方法,实现生成式的ASTE新范式,以提升任务性能。在LFC中,首先基于思维链技术,通过人工构造少量推理样本,并利用LLM生成具有推理结构的增强数据集。将增强数据集用于微调Chat GLM3-6B模型的学习。在微调过程中,采用Lo RA微调技术提高在低资源环境下适配ASTE任务的效果。实验结果表明,LFC方法相比于最优的基线模型在Res14、Lap14、Res15和Res164个数据集上的F1值分别提升8.37、12.31、11.07和8.43个百分点,该方法不仅能够准确地识别三元组,而且在一定程度上优化了LLM的幻觉现象。
展开更多
关键词
方面情感三元组抽取
大型语言模型
低秩自适应微调
思维链
提示学习
下载PDF
职称材料
题名
基于SAM的无人艇多源图像分割研究
1
作者
杨博
谢杨柳
张天航
杨远鹏
李祥生
马向峰
韩玮
机构
中国船舶集团有限公司系统工程研究院
出处
《无人系统技术》
2024年第2期73-81,共9页
文摘
针对无人艇多源传感器的图像分割问题,开展了结合图像分割大模型与大模型低成本微调技术的研究,以增强感知大模型在无人系统上的实用性。首先将分割大模型应用于无人艇可见光、红外和声学图像分割,并对其性能进行了比较。经对比发现,分割大模型对可见光和红外图像分割效果好,但对声学图像的分割性能存在严重下降。随后利用低秩自适应算法对分割大模型编码器部分进行了微调训练,以适应声学图像分割任务。微调后的分割大模型对声学图像的分割性能得到显著提升,Dice相似系数平均值相比初始分割大模型提高了52.88%,证明了方法的有效性。作为一种大模型的微调技术,低秩自适应算法使用低秩近似来降低权重矩阵维度,大幅减少模型中可训练的参数量,在提升训练效率的同时降低了训练成本。
关键词
无人艇
多源
传感器
图像分割
分割大模型
低秩自适应算法
Keywords
Unmanned
Surface
Vessel(USV)
Multi-source
Sensor
Image
Segmentation
Segment
Anything
Model(SAM)
low
-
rank
adaptation
(
lora
)
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
大语言模型引导的文本摘要技术与系统
2
作者
黄君豪
朱锦文
向宗元
李萌坚
毛瑞琛
机构
之江实验室
出处
《计算机应用》
CSCD
北大核心
2024年第S01期29-33,共5页
基金
之江实验室跨媒体智能短视频生成关键技术项目(108001-AC2101)。
文摘
在实际业务中时,常面临文本与它对应的其他模态在时间响应上难以同步的问题。例如,数字人实时手语表演无法与新闻口播同步播放。为了解决长度可控问题,提出一种基于大语言模型(LLM)的文本摘要解决方案,旨在保持原文语义不变的前提下将文本压缩至指定长度。首先通过模板调优和人工评估的方式,确定最适合长度可控文本摘要的LLM和模板;在此基础上,利用ChatGPT得到一定量优质的满足长度需求的文本摘要训练样本;其次,结合低秩自适应微调(LoRA)技术,利用生成的数据样本集对选定的大语言模型Baichuan-13B-Chat进行微调。在推理阶段,通过微调后的LLM生成多个结果和文本筛选模块打分,最终得到语义相对完整且长度满足要求的摘要文本。实验结果表明,所提方案在亚运手语新闻数据中指标显著提升,人工评估的平均满意度达到88.53%,整体压缩达标率达到73.7%,基本满足实际生产应用的需求。
关键词
文本摘要
长度可控
大语言模型
低秩自适应微调
模板调优
文本筛选
Keywords
text
summarization
length
controllability
Large
Language
Model(LLM)
low
-
rank
adaptation
(
lora
)
prompt
tuning
text
filtering
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
融合思维链和低秩自适应微调的方面情感三元组抽取
3
作者
曾碧卿
陈鹏飞
姚勇涛
机构
华南师范大学软件学院
出处
《计算机工程》
CAS
CSCD
北大核心
2024年第7期53-62,共10页
基金
广东省普通高校人工智能重点领域专项(2019KZDZX1033)
广东省基础与应用基础研究基金(2021A1515011171)
广州市基础研究计划基础与应用基础研究项目(202102080282)。
文摘
方面情感三元组抽取(ASTE)任务是方面级情感分析的重要子任务之一,传统的监督学习方法在该任务上取得了SOTA或接近SOTA的效果。然而,随着深度神经网络的发展,生成式大型语言模型(LLM)为该任务带来了更多的可能性。目前大多数工作都是直接对LLM进行微调,但是忽略了LLM的幻觉现象,导致性能下降。提出一种融合思维链技术和LLM低秩自适应(Lo RA)微调LFC方法,实现生成式的ASTE新范式,以提升任务性能。在LFC中,首先基于思维链技术,通过人工构造少量推理样本,并利用LLM生成具有推理结构的增强数据集。将增强数据集用于微调Chat GLM3-6B模型的学习。在微调过程中,采用Lo RA微调技术提高在低资源环境下适配ASTE任务的效果。实验结果表明,LFC方法相比于最优的基线模型在Res14、Lap14、Res15和Res164个数据集上的F1值分别提升8.37、12.31、11.07和8.43个百分点,该方法不仅能够准确地识别三元组,而且在一定程度上优化了LLM的幻觉现象。
关键词
方面情感三元组抽取
大型语言模型
低秩自适应微调
思维链
提示学习
Keywords
Aspect
Sentiment
Triplet
Extraction(ASTE)
Large
Language
Model(LLM)
low
-
rank
adaptation
(
lora
)fine-tuning
Chain-Of-Thought(COT)
prompt
learning
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于SAM的无人艇多源图像分割研究
杨博
谢杨柳
张天航
杨远鹏
李祥生
马向峰
韩玮
《无人系统技术》
2024
0
下载PDF
职称材料
2
大语言模型引导的文本摘要技术与系统
黄君豪
朱锦文
向宗元
李萌坚
毛瑞琛
《计算机应用》
CSCD
北大核心
2024
0
下载PDF
职称材料
3
融合思维链和低秩自适应微调的方面情感三元组抽取
曾碧卿
陈鹏飞
姚勇涛
《计算机工程》
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部