This manual includes very basic features of Remote Sensing like LAYER STACK, BASIC FUNCTION, MULTISPECTRAL BAND COMBINATION& IMAGE ENHANCEMENT, IMAGE PRE-PROCESSING, BASIC IMAGE CORRECTION, NDVI, SUPERVISED AND UNSUPERVISED CLASSIFICATION, MOSAIC, MAP PRODUCTION
Learning to summarize from human feedbackharmonylab
公開URL:https://arxiv.org/abs/2009.01325
出典:Nisan Stiennon, Long Ouyang, Jeff Wu, Daniel M. Ziegler, Ryan Lowe, Chelsea Voss, Alec Radford, Dario Amodei, Paul Christiano : Learning to summarize from human feedback, arXiv:2009.01325 (2020)
概要:言語モデルが強力になるにつれて、モデルの学習と評価は特定のタスクで使用されるデータとメトリクスによってボトルネックになることが多い。要約モデルでは人間が作成した参照要約を予測するように学習され、ROUGEによって評価されることが多い。しかし、これらのメトリクスと人間が本当に気にしている要約の品質との間にはズレが存在する。本研究では、大規模で高品質な人間のフィードバックデータセットを収集し、人間が好む要約を予測するモデルを学習する。そのモデルを報酬関数として使用して要約ポリシーをfine-tuneする。TL;DRデータセットにおいて本手法を適用したところ、人間の評価において参照要約よりも上回ることがわかった。
This manual includes very basic features of Remote Sensing like LAYER STACK, BASIC FUNCTION, MULTISPECTRAL BAND COMBINATION& IMAGE ENHANCEMENT, IMAGE PRE-PROCESSING, BASIC IMAGE CORRECTION, NDVI, SUPERVISED AND UNSUPERVISED CLASSIFICATION, MOSAIC, MAP PRODUCTION
Learning to summarize from human feedbackharmonylab
公開URL:https://arxiv.org/abs/2009.01325
出典:Nisan Stiennon, Long Ouyang, Jeff Wu, Daniel M. Ziegler, Ryan Lowe, Chelsea Voss, Alec Radford, Dario Amodei, Paul Christiano : Learning to summarize from human feedback, arXiv:2009.01325 (2020)
概要:言語モデルが強力になるにつれて、モデルの学習と評価は特定のタスクで使用されるデータとメトリクスによってボトルネックになることが多い。要約モデルでは人間が作成した参照要約を予測するように学習され、ROUGEによって評価されることが多い。しかし、これらのメトリクスと人間が本当に気にしている要約の品質との間にはズレが存在する。本研究では、大規模で高品質な人間のフィードバックデータセットを収集し、人間が好む要約を予測するモデルを学習する。そのモデルを報酬関数として使用して要約ポリシーをfine-tuneする。TL;DRデータセットにおいて本手法を適用したところ、人間の評価において参照要約よりも上回ることがわかった。
【論文紹介】Spatial Temporal Graph Convolutional Networks for Skeleton-Based Acti...ddnpaa
(参考文献)Sijie Yan, Yuanjun Xiong, Dahua Lin.Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recognition. Association for the Advancement of Artificial Intelligence (AAAI)2018
【論文紹介】 Attention Based Spatial-Temporal Graph Convolutional Networks for Traf...ddnpaa
(参考文献)Shengnan Guo, Youfang Lin, Ning Feng, Chao Song, and Huaiyu Wan. Attention based spatial-temporal graph convolutional networks
for traffic flow forecasting. In Proceedings of the AAAI Conference on Artificial Intelligence, volume 33, pages 922–929, 2019.
【論文紹介】Spatial Temporal Graph Convolutional Networks for Skeleton-Based Acti...ddnpaa
(参考文献)Sijie Yan, Yuanjun Xiong, Dahua Lin.Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recognition. Association for the Advancement of Artificial Intelligence (AAAI)2018
【論文紹介】 Attention Based Spatial-Temporal Graph Convolutional Networks for Traf...ddnpaa
(参考文献)Shengnan Guo, Youfang Lin, Ning Feng, Chao Song, and Huaiyu Wan. Attention based spatial-temporal graph convolutional networks
for traffic flow forecasting. In Proceedings of the AAAI Conference on Artificial Intelligence, volume 33, pages 922–929, 2019.