QY17VIP千亿体育,QY17VIP千亿体育|(中国)有限公司官网

QY17VIP千亿体育,QY17VIP千亿体育|(中国)有限公司官网:QY17VIP千亿体育,QY17VIP千亿体育|(中国)有限公司官网2022级硕士研究生顾恒瑞的论文被 EMNLP' 2024 接收

发布时间:2024-09-27 点击:次


   EMNLP 2024(The 2024 Conference on Empirical Methods in Natural Language Processing)计划于2024年11月12日至11月16日在美国佛罗里达州迈阿密召开。EMNLP是自然语言处理领域顶级国际会议之一,其涉及领域包括但不限于机器翻译、文本生成、文本分类、信息抽取、问答系统、语言模型等研究方向。

论文题目:Pioneering Reliable Assessment in Text-to-Image Knowledge Editing: Leveraging a Fine-Grained Dataset and an Innovative Criterion

第一作者:顾恒瑞(2022级硕士研究生)

收录会议:EMNLP’2024 Findings(清华A类)

指导教师:王 鑫

论文概述:在预训练期间,文本到图像(T2I)扩散模型将事实知识编码到其参数中。这些参数化的事实使得图像生成更加逼真,但随着时间的推移,它们可能变得过时,从而无法准确反映当前的世界状态。知识编辑技术旨在以有针对性的方式更新模型知识。然而,由于编辑数据集不足和评估标准不可靠所带来的双重挑战,T2I知识编辑的发展在有效泛化注入知识方面面临困难。在本研究中,我们设计了一个T2I知识编辑框架,全面涵盖三个阶段:首先,我们整理了一个名为CAKE的数据集,包括同义句和多对象测试,以便对知识泛化进行更细致的评估;其次,我们提出了一种新颖的评估标准——自适应CLIP阈值,以有效过滤在当前标准下虚假的成功图像,从而实现可靠的编辑评估;最后,我们引入了MPE,一种简单但有效的T2I知识编辑方法。MPE并不调整参数,而是精准识别并编辑条件文本提示中的过时部分,以适应最新的知识。我们基于上下文学习给出了MPE的一种实现,它在大量实验中都展现出比以往模型编辑器更优的整体性能。


92y电玩城|(中国)有限公司官网