Author: 황 유진
[ACL2024] Bayesian Prompt Ensembles: Model Uncertainty Estimation for Black-Box Large Language Models
오늘은 ACL 학회의 Finding 섹션에서 발표된 논문을 소개하겠습니다. Finding 섹션은 프로시딩 되지 않은 논문 중 아깝게 떨어진 논문을 의미한다고 하는데요, ACL 학회는 NLP 분야의 탑티어…
[PMLR2023]Prediction-Oriented Bayesian Active Learning
오늘 리뷰할 논문은 이미지 분류 모델의 예측 성능 개선에 중점을 맞추어 모델 불확실성을 산출하고, 이를 통해 성능을 개선하는 능동 학습 (Active Learning)에 관련된 논문입니다. 특히…
[황유진] 2024년 회고록
2024년은 “데이터 규모 확장과 정확성 향상을 위한 다크데이터 분석 기술개발” 과제를 성공적으로 마무리한 한 해였다. 매월 진행된 회의와 논의를 통해 산업계에서 AI 기술이 어떻게 활용되는지를…
[ICLR 2021] Free lunch for few-shot learning: Distribution calibration
안녕하세요. 본 논문은 few-shot learning에 관한 논문입니다. 제목에서 알 수 있듯이 데이터 수집 비용 없이 기존의 정보를 활용해 추가 데이터를 생성하여 few-shot learning의 성능을 높인…
[NeurIPS 2024]Fine-Tuning is Fine if Calibrated
사전 학습된 모델을 특정 작업에 맞게 최적화하는 파인 튜닝(fine-tuning)은, 사전 학습에 사용된 정보를 손실하는 catastrophic forgetting 문제가 있다고 알려져 있습니다. 그러나 본 논문에서는 다른 관점을…
[AAAI 2023]Few-Shot Object Detection via Variational Feature Aggregation
오늘 소개해드릴 논문은 Novel Class에 대한 Feature의 분포 학습을 통해 Few-shot Learning 성능을 개선시킨 논문입니다. 그럼 논문 소개를 시작해보겠습니다. 소개 소개하는 논문은 Few-Shot Object Detection(FSOD)문제를…
[CVPR2023]Semantic Prompt for Few-Shot Image Recognition
안녕하세요? 저는 저번주부터 다크데이터 과제로 인해 Few-shot learning 관련 논문을 읽고있는데요, 저에게는 조금 낯선 개념이여서 그동안 리뷰를 쓰지 못했습니다 ㅎㅎ 그리고 드디어 해당 논문으로 리뷰를…
[NeurIPS 2021] Learning Debiased Representation via Disentangled Feature Augmentation
안녕하세요. de-biasing 방법에 대한 세 번째 논문입니다. 소개했던 앞선 연구에서는 bias 특징을 갖지 않는 bias-conflicting 데이터에 대한 학습 가중치를 높여 de-biasing을 진행했습니다. 그러나 bias-conflicting 데이터는…
[NeurIPS 2022]Learning Debiased Classifier with Biased Committee
안녕하세요. 지난 리뷰에 이어서 학습 데이터 편향으로 발생하는 문제를 해결하는 논문을 리뷰하려 합니다. 지난 리뷰에서는 학습에 악영향을 끼치는 편향은 대체로 학습하기 쉽다는 특징을 이용하여 학습…
[NeurIPS 2020] Learning from Failure: Training Debiased Classifier from Biased Classifier
안녕하세요. 오늘 논문에서는 딥러닝 모델을 학습할때 발생할 수 있는 편향문제에 대해 다룬 논문을 소개하려 합니다. 소개할 논문에서 다루는 편향 문제란, 수집한 학습 데이터의 분포에 의도하지…
최신 댓글