在最近的过去，社交媒体平台帮助人们连接和沟通到更广泛的受众。但这也导致了网络欺凌的激烈增加。要检测和遏制仇恨言论，以保持社交媒体平台的理智。此外，在这些平台上经常使用包含多种语言的代码混合文本。因此，我们提出了从刮擦Twitter的代码混合文本中的仇恨语音检测自动化技术。我们专注于代码混合英语 - 印地文文本和基于变压器的方法。虽然常规方法独立分析了文本，但我们还以父推文的形式使用内容文本。我们尝试在单编码器和双编码器设置中评估多语言BERT和ANDIP-BERT的性能。第一种方法是使用分隔符令牌连接目标文本和上下文文本，并从BERT模型获取单个表示。第二种方法独立地使用双BERT编码器独立地编码两个文本，并且对应的表示平均。我们表明使用独立表示的双编码器方法产生更好的性能。我们还采用了简单的集合方法来进一步提高性能。使用这些方法，我们在HASOC 2021CCL代码混合数据集上报告了最佳F1分数为73.07％。
translated by 谷歌翻译
Large language models (LLMs) have been shown to be able to perform new tasks based on a few demonstrations or natural language instructions. While these capabilities have led to widespread adoption, most LLMs are developed by resource-rich organizations and are frequently kept from the public. As a step towards democratizing this powerful technology, we present BLOOM, a 176B-parameter open-access language model designed and built thanks to a collaboration of hundreds of researchers. BLOOM is a decoder-only Transformer language model that was trained on the ROOTS corpus, a dataset comprising hundreds of sources in 46 natural and 13 programming languages (59 in total). We find that BLOOM achieves competitive performance on a wide variety of benchmarks, with stronger results after undergoing multitask prompted finetuning. To facilitate future research and applications using LLMs, we publicly release our models and code under the Responsible AI License.
translated by 谷歌翻译
We consider the problem of multi-agent navigation and collision avoidance when observations are limited to the local neighborhood of each agent. We propose InforMARL, a novel architecture for multi-agent reinforcement learning (MARL) which uses local information intelligently to compute paths for all the agents in a decentralized manner. Specifically, InforMARL aggregates information about the local neighborhood of agents for both the actor and the critic using a graph neural network and can be used in conjunction with any standard MARL algorithm. We show that (1) in training, InforMARL has better sample efficiency and performance than baseline approaches, despite using less information, and (2) in testing, it scales well to environments with arbitrary numbers of agents and obstacles.
translated by 谷歌翻译
在本文中，我们专注于改进二进制2D实例细分，以帮助人类用多边形标记地面真相数据集。人类的标签只需要在物体周围绘制盒子，然后自动生成多边形。为了有用，我们的系统必须实时运行CPU。二进制实例细分的最常见方法涉及编码器折叠网络。本报告评估了最先进的编码器 - 码头网络，并提出了一种使用这些网络改善实例分割质量的方法。除了网络体系结构的改进之外，我们提出的方法还依靠为网络输入，所谓的极端点（即对象轮廓上的最外部点）提供额外的信息。用户可以几乎尽快给它们标记它们，而不是边界框。边界框也可以从极端点推导。与其他最先进的编码器网络相比，此方法可产生更好的IOU，并且在将其部署在CPU上时也足够快。
translated by 谷歌翻译
产品的属性值是任何电子商务平台中必不可少的组件。属性值提取（AVE）涉及从其标题或描述中提取产品的属性及其值。在本文中，我们建议使用生成框架解决AVE任务。我们通过将AVE任务作为生成问题制定，即基于单词序列和基于位置的生成范式，即基于单词序列和位置序列。我们在两个数据集上进行实验，在该数据集中生成方法获得了新的最新结果。这表明我们可以将建议的框架用于AVE任务，而无需其他标记或特定于任务的模型设计。
translated by 谷歌翻译
我们使用对单个的，相同的$ d $维状态的相同副本进行的测量来研究量子断层扫描和阴影断层扫描的问题。我们首先因Haah等人而重新审视已知的下限。 （2017年）在痕量距离上具有准确性$ \ epsilon $的量子断层扫描，当测量选择与先前观察到的结果无关（即它们是非适应性的）时。我们简要地证明了这一结果。当学习者使用具有恒定结果数量的测量值时，这会导致更强的下限。特别是，这严格确定了民间传说的最佳性``Pauli phymography''算法的样本复杂性。我们还得出了$ \ omega（r^2 d/\ epsilon^2）$和$ \ omega（r^2 d/\ epsilon^2）的新颖界限（ R^2 d^2/\ epsilon^2）$用于学习排名$ r $状态，分别使用任意和恒定的结果测量，在非适应性情况下。除了样本复杂性，对于学习量子的实际意义，是一种实际意义的资源状态是算法使用的不同测量值的数量。我们将下限扩展到学习者从固定的$ \ exp（o（d））$测量的情况下进行自适应测量的情况。这特别意味着适应性。没有使用可有效实现的单拷贝测量结果给我们任何优势。在目标是预测给定的可观察到给定序列的期望值的情况下，我们还获得了类似的界限，该任务被称为阴影层析成像。在适应性的情况下单拷贝测量可通过多项式大小的电路实现，我们证明了基于计算给定可观察物的样本平均值的直接策略是最佳的。
translated by 谷歌翻译
移动操纵器投掷是一种有前途的方法，可以提高工厂动态操纵的灵活性和效率。其主要挑战是在一系列任务规格下有效地计划可行的投掷。我们分析了投掷问题，并表明可以将其简化为更简单的平面问题，从而大大降低了计算成本。使用数据分析和机器学习，我们构建了对象的倒飞行动力学和机器人的运动可行性的模型，该模型可以在给定目标位置查询的1 ms中投掷运动。由于我们方法的计算效率，我们表明，在执行任务执行期间受到干扰时，系统是自适应的，是通过即时进行重新启动以找出替代投掷而不是坚持原始计划。代码可在以下网址找到：https：//github.com/liuuyangdh/mobile-throwing
translated by 谷歌翻译
本文提出了一种新的方法，以学习由动态系统驱动的稳定机器人控制法。该方法需要单个演示，并可以在任意高维度中推断出稳定的动力学。该方法依赖于存在一个潜在空间的想法，非线性动力学出现准线性。原始的非线性动力学通过利用图形嵌入的属性来映射到稳定的线性DS中。我们表明，图laplacian的特征分类导致在二维中的线性嵌入，并在较高维度中进行准线性。非线性术语消失，随着数据点数的增加而呈指数呈指数化，并且对于较大的点密度，嵌入似乎是线性的。我们表明，这种新的嵌入能够在高维度上建模高度非线性动力学，并以重建精度和嵌入所需的参数数量克服替代技术。我们证明了它的适用性，以控制负责在空间中执行复杂自由运动的实际机器人。
translated by 谷歌翻译
有限重复的游戏是一个充满活力的游戏，在该游戏中，同时玩的游戏有限多次。GAN包含两个竞争模块：对发电机模块进行了训练以生成新的示例，并训练了判别器模块以区分真实示例与生成的示例。GAN的训练过程是一个有限重复的游戏，每个模块都试图以非合作方式在每个同时游戏的情况下优化其错误。我们观察到，如果在同时游戏的每个实例中，更强大的模块与较弱的模块合作，并且只有较弱的模块只能优化其错误。
translated by 谷歌翻译
对于普通人来说，了解唇部运动并从中推断出讲话是很困难的。准确的唇部阅读的任务从说话者的各种线索及其上下文或环境环境中获得帮助。每个演讲者都有不同的口音和说话风格，可以从他们的视觉和语音功能中推断出来。这项工作旨在了解语音和单个说话者在不受约束和大型词汇中的嘴唇运动顺序之间的相关性/映射。我们将帧序列建模为在自动编码器设置中的变压器之前，并学会了利用音频和视频的时间属性的关节嵌入。我们使用深度度量学习学习时间同步，这指导解码器与输入唇部运动同步生成语音。因此，预测性后部为我们提供了以说话者的说话风格产生的演讲。我们已经在网格和LIP2WAV化学讲座数据集上训练了模型，以评估在不受限制的自然环境中唇部运动的单个扬声器自然语音生成任务。使用人类评估的各种定性和定量指标进行了广泛的评估还表明，我们的方法在几乎所有评估指标上都优于lip2wav化学数据集（在不受约束的环境中的大词汇）（在不受约束的环境中的大词汇），并且在边缘上胜过了较大的范围。网格数据集。
translated by 谷歌翻译