1. 研究背景、动机、主要贡献 在 DDPM 中,生成过程被定义为特定马尔可夫扩散过程的逆过程。 本方法通过一类非马尔可夫扩散过程来推广 DDPM。 这些非马尔可夫过程可以对应于确定性的生成过程,从而产生能够更快地生成高质量样...
Improved Denoising Diffusion Probabilistic Models
1. 研究背景、动机、主要贡献 DDPM的论文有指出与其他基于似然的模型相比,我们的模型不具有竞争性的对数似然。 而本文主要做的两件事情就是提高对数似然和提高采样速度。 本文还发现,DDPM 可以与 GAN 的样本质量相匹配,...
Denoising Diffusion Probabilistic Models
1. 扩散模型和去噪自动编码器 方法原理 方法原理大概就是对于 Noise Predicter 输入一张有噪音的图、当前的步骤编号(和文字提示),然后 Noise Predicter 生成预测的噪音,再用原来的图片减去噪音,得...
OPERA:通过过度信任惩罚和回顾分配减轻多模态大语言模型中的幻觉
1. 研究背景、动机、主要贡献(Why)1.1 研究背景最近多模态大语言模型的发展使基础模型能够让用户使用图像作为输入进行交互。MLLM 的能力使其能够胜任各种视觉任务。 MLLM 也面临着“幻觉”问题。例如,产生不相关或无意义的响应...
SAC3:通过语义感知交叉检查一致性在黑盒语言模型中进行可靠的幻觉检测
1. 研究背景、动机(Why) 1.1 研究背景 LM 经常表现出一种倾向,即产生极其自信但错误的断言,通常被称为幻觉。这种现象严重阻碍了它们在事实准确性至关重要的领域的适用性。 1.2 存在问题(动机) 不确定性的指标...
通过自我反思减轻大语言模型中的幻觉
1. 研究背景、动机、主要贡献(Why)1.1 研究背景 医疗问答方面 系统能相应各种问题格式 是/否 多选 提取 生成 对医学查询生成流畅且有意义的响应(预训练语言模型的引入) 大语言模型在生成式问答中展现出前景。 1.2...
嗨!
哦说声嗨,知道你一定会来