每日学术速递4.6

CV - 计算机视觉 |  ML - 机器学习 |  RL - 强化学习 | NLP 自然语言处理 

Subjects: cs.CV

1.PODIA-3D: Domain Adaptation of 3D Generative Model Across Large Domain Gap Using Pose-Preserved Text-to-Image Diffusion

标题：PODIA-3D：使用姿势保持文本到图像扩散的 3D 生成模型跨大域间隙的域自适应

作者：Gwanghyun Kim, Ji Ha Jang, Se Young Chun

文章链接：https://arxiv.org/abs/2304.01900

项目代码：https://gwang-kim.github.io/podia_3d/

摘要：

        最近，3D 生成模型取得了重大进展，但跨不同领域训练这些模型具有挑战性，需要大量训练数据和姿势分布知识。文本引导域适应方法允许生成器使用文本提示适应目标域，从而避免组装大量数据的需要。最近，DATID-3D 在文本引导域中呈现出令人印象深刻的样本质量，通过利用文本到图像的扩散来保留文本的多样性。然而，由于当前文本到图像扩散模型中存在以下问题，使 3D 生成器适应与源域存在显着域差距的域仍然具有挑战性：1) 基于扩散的翻译中的形状-姿势权衡，2) 姿势偏差，以及 3) 目标域中的实例偏差，导致生成的样本中的 3D 形状较差、文本-图像对应度低和域内多样性低。为了解决这些问题，我们提出了一种名为 PODIA-3D 的新型管道，它使用基于姿势保留的文本到图像扩散的域适应 3D 生成模型。我们构建了一个保留姿势的文本到图像扩散模型，该模型允许对显着的域变化使用极高级别的噪声。我们还提出了专门到一般的抽样策略，以改善生成样本的细节。此外，为了克服实例偏差，我们引入了一种文本引导的去偏差方法，可以提高域内多样性。因此，我们的方法成功地适应了显着域差距的 3D 生成器。我们的定性结果和用户研究表明，我们的方法在文本-图像对应、真实感、渲染图像的多样性以及生成样本中 3D 形状的深度感方面优于现有的 3D 文本引导域自适应方法

2.Self-Refine: Iterative Refinement with Self-Feedback

标题：自我完善：通过自我反馈进行迭代完善

作者：Aman Madaan, Niket Tandon, Prakhar Gupta, Skyler Hallinan, Luyu Gao, Sarah Wiegreffe,

文章链接：https://arxiv.org/abs/2303.17651

项目代码：https://selfrefine.info/

摘要：

        与人一样，LLM 并不总是在第一次尝试时就为给定的生成问题生成最佳文本（例如，摘要、答案、解释）。正如人们随后改进他们的文本一样，我们引入了 SELF-REFINE，这是一个通过迭代反馈和改进类似地改进 LLM 初始输出的框架。主要思想是使用 LLM 生成输出，然后允许同一模型为其自身的输出提供多方面的反馈；最后，同一模型根据自己的反馈改进其先前生成的输出。与早期的工作不同，我们的迭代优化框架不需要监督训练数据或强化学习，并且适用于单个 LLM。我们试验了 7 项不同的任务，从评论重写到数学推理，证明我们的方法优于直接生成。在所有任务中，使用 SELF-REFINE 生成的输出比直接使用 GPT-3.5 和 GPT-4 生成的输出更受人类和自动化指标的青睐，跨任务平均绝对提高 20%。

标题：LLM-Adapters：用于大型语言模型参数高效微调的适配器系列

作者：Zhiqiang Hu, Yihuai Lan, Lei Wang, Wanyu Xu, Ee-Peng Lim, Roy Ka-Wei Lee, Lidong Bing, Soujanya Poria

文章链接：https://arxiv.org/abs/2304.01933

项目代码：https://github.com/AGI-Edgerunners/LLM-Adapters

摘要：

        大型语言模型 (LLM)（如 GPT-3 和 ChatGPT）的成功导致开发了许多具有成本效益且易于访问的替代方案，这些替代方案是通过使用特定于任务的数据（例如，ChatDoctor）微调开放访问 LLM 创建的) 或指令数据（例如，Alpaca）。在各种微调方法中，基于适配器的参数高效微调（PEFT）无疑是最吸引人的话题之一，因为它只需要微调几个外部参数而不是整个LLM，同时达到可比甚至什至更好的性能。为了进一步研究 LLM 的 PEFT 方法，本文提出了 LLM-Adapters，这是一个易于使用的框架，它将各种适配器集成到 LLM 中，并可以针对不同的任务执行这些基于适配器的 LLM PEFT 方法。该框架包括最先进的开放访问 LLM，如 LLaMA、BLOOM、OPT 和 GPT-J，以及广泛使用的适配器，如串行适配器、并行适配器和 LoRA。该框架旨在研究友好、高效、模块化和可扩展，允许集成新的适配器并使用新的和更大规模的 LLM 对其进行评估。此外，为了评估 LLMs-Adapter 中适配器的有效性，我们对六个数学推理数据集进行了实验。结果表明，在具有少量额外可训练参数的较小规模 LLM (7B) 中使用基于适配器的 PEFT 产生的性能与强大的 LLM (175B) 相当，在某些情况下优于简单数学推理数据集的零样本推理.总的来说，我们提供了一个有前途的框架，用于在下游任务上微调大型 LLM。 我们相信拟议的 LLMs-Adapters 将推进基于适配器的 PEFT 研究，促进研究管道的部署，并使实际应用程序能够应用于现实世界的系统。

更多Ai资讯：公主号AiCharm