data-augmentation

标签

Cards List
#data-augmentation

\textsc{DiARC}: 区分正负样本有助于提升大语言模型的类ARC推理能力

arXiv cs.CL ↗ · 2026-06-26 缓存

DiARC是一种方法,通过从正负样本构建偏好对来提升大语言模型在类ARC任务上的推理能力,在多个基准测试中优于基线模型。

0 人收藏 0 人点赞
#data-augmentation

贝叶斯神经网络的等变性和数据增强

arXiv cs.LG ↗ · 2026-06-26 缓存

本文研究了使用变分推断训练的贝叶斯神经网络的数据增强方法,推导了精确等变性的条件,并引入了新颖的对称化技术(如轨道扩展)以提升对称性和性能。

0 人收藏 0 人点赞
#data-augmentation

从科学论文中提取问题和方法句子:使用公式化表达脱敏的上下文增强Transformer

arXiv cs.CL ↗ · 2026-06-26 缓存

本文提出了一种使用公式化表达脱敏的上下文增强Transformer,用于从科学论文中提取问题和方法句子,在两个数据集上分别实现了3.71%和2.67%的宏F1分数提升。

0 人收藏 0 人点赞
#data-augmentation

数据增强:傅里叶分析视角

arXiv cs.LG ↗ · 2026-06-24 缓存

本文开发了一个傅里叶分析框架,用于研究群不变性下的数据增强,表明部分增强可以在近似误差趋近于零的情况下实现与完全增强相同的极小极大速率,同时还证明了精确不变性需要全群平均。

0 人收藏 0 人点赞
#data-augmentation

揭秘数据受限语言模型预训练中的训练时数据增强

Hugging Face Daily Papers ↗ · 2026-06-19 缓存

本文研究了在数据受限、算力充足的场景下,为缓解自回归语言模型预训练中的过拟合而采用训练时数据增强技术,发现结合词元级噪声、序列排列和目标偏移预测可以改善验证损失。

0 人收藏 0 人点赞
#data-augmentation

基于迁移学习与数据增强的低资源汉语方言辨识

arXiv cs.CL ↗ · 2026-06-18 缓存

本文提出了一种新颖的框架(CDDTLDA),利用迁移学习和数据增强技术,在低资源条件下提升汉语方言辨识能力,并在两个基准语料库上取得了最先进的结果。

0 人收藏 0 人点赞
#data-augmentation

想要更好的合成数据?引导它:用于低资源语言生成的激活引导

arXiv cs.CL ↗ · 2026-06-18 缓存

本文研究了激活引导作为替代少样本提示的方法,用于生成低资源语言的合成数据。作者提出了LanguageSteering和QualitySteering策略,表明在早期层进行引导可以提高数据多样性并改善下游模型性能。

0 人收藏 0 人点赞
#data-augmentation

REVES: REVES:修订与验证增强的测试时扩展训练

Hugging Face Daily Papers ↗ · 2026-06-17 缓存

提出REVES,一种两阶段迭代框架,交替进行数据增强与策略优化,通过利用中间修正步骤提升LLM推理能力,在编程基准测试和约束满足问题上取得更优性能。

0 人收藏 0 人点赞
#data-augmentation

CoCoGEC:用于鲁棒语法错误纠正的反事实生成

arXiv cs.CL ↗ · 2026-06-16 缓存

提出CoCoGEC,一种反事实生成框架,通过改变GEC训练数据中与错误无关的上下文来提升模型鲁棒性,在扰动基准上取得了显著的F0.5提升。

0 人收藏 0 人点赞
#data-augmentation

PiDA: 基于语音信息的数据增强方法以实现鲁棒的越南语语音翻译

arXiv cs.CL ↗ · 2026-06-12 缓存

本文提出PiDA,一种基于语音信息的越南语语音翻译数据增强方法,通过使用语音词嵌入生成类似ASR的破坏来提高鲁棒性,在噪声输出上获得高达+2.04 BLEU的提升。

0 人收藏 0 人点赞
#data-augmentation

一次越狱,多种语言:学习语言不敏感的意图表示用于多语言越狱检测

arXiv cs.CL ↗ · 2026-06-11 缓存

本文提出MLJailDe,一个多语言越狱检测框架,利用反向翻译数据增强和相对距离约束来提高跨语言泛化能力和鲁棒性,在11种语言上实现了98.5%的F1分数。

0 人收藏 0 人点赞
#data-augmentation

FlowLet: 基于小波流匹配的条件性3D脑MRI合成

Hugging Face Daily Papers ↗ · 2026-06-08 缓存

FlowLet是一个条件生成框架,通过在可逆小波域中使用流匹配生成基于年龄条件的3D脑MRI,高效改善低代表性年龄组的脑龄预测准确性。

0 人收藏 0 人点赞
#data-augmentation

WISE-HAR: 一个基于WiFi的人类活动识别的可泛化集成深度学习框架

arXiv cs.AI ↗ · 2026-06-03 缓存

本文介绍了WISE-HAR,一个用于基于WiFi的人类活动识别的集成深度学习框架,实现了鲁棒的性能和跨场景的泛化能力,准确率下降极小。

0 人收藏 0 人点赞
#data-augmentation

GLENS:通过扩散模型从求解器迭代中学习进行全局搜索

arXiv cs.LG ↗ · 2026-06-02 缓存

GLENS是一种数据高效的全局搜索方法,利用扩散模型通过将中间求解器迭代作为免费数据增强,为非凸优化问题中的局部最小值生成多样且高质量的初始猜测。

0 人收藏 0 人点赞
#data-augmentation

测量对称性——数据交换率

Hugging Face Daily Papers ↗ · 2026-05-31

这项探索性研究通过受控的C_n对称任务,实证测量了等变性理论预测的对称性-数据交换率,发现错误群组约束反而有害,在测试时进行轨道平均的数据增强与等变模型完全匹配,且实证交换率大致与理论一致但统计上不具决定性。作者强调了该研究的探索性,并呼吁进行注册复制研究。

0 人收藏 0 人点赞
#data-augmentation

SSDAU: 面向联合实体关系抽取的结构化语义数据增强

arXiv cs.CL ↗ · 2026-05-25 缓存

提出SSDAU,一种面向联合实体关系抽取的结构化语义数据增强方法,通过基于实体标签分割文本并利用BERTTopic保持主题一致性,从而保留语义结构,显著优于现有增强方法。

0 人收藏 0 人点赞
#data-augmentation

TERGAD: 面向图异常检测的结构感知文本增强表示

arXiv cs.CL ↗ · 2026-05-20 缓存

TERGAD是一种新颖的数据增强框架,利用大语言模型将节点级别的拓扑属性转化为语义描述,然后通过门控双分支自编码器将这些语义描述与原始节点属性融合,用于图异常检测,在六个数据集上取得了最先进的结果。

0 人收藏 0 人点赞
#data-augmentation

数据增强如何塑造神经表征

arXiv cs.LG ↗ · 2026-05-18 缓存

本文利用形状分析工具,刻画了不同数据增强策略如何重塑神经网络表征的几何结构,发现增强强度和类型会在形状空间中产生截然不同且具有良好规律的轨迹。

0 人收藏 0 人点赞
#data-augmentation

大型语言模型能否模仿人类语音进行临床评估?基于LLM的数据增强方法用于认知评分预测

arXiv cs.CL ↗ · 2026-05-18 缓存

本文提出了一种基于大型语言模型的数据增强框架,利用GPT-5从书面锚点生成合成口语独白,用于从语音中预测认知评分。一种相似性引导的选择策略持续降低了预测误差,特别是对于少数低分参与者。

0 人收藏 0 人点赞
#data-augmentation

在心理防御分类中利用上下文感知的合成增强缓解数据稀缺问题

arXiv cs.CL ↗ · 2026-05-15 缓存

本文提出了一种结合上下文感知合成增强框架与混合分类模型的方法,以解决从文本中分类心理防御机制时的数据稀缺和类别不平衡问题。该方法在 PsyDefDetect 共享任务基准上取得了显著改进。

0 人收藏 0 人点赞
← Previous
Next →
← 返回首页

提交意见反馈