2015
Show, Attend and Tell: Neural Image Caption Generation with Visual Attention
为图像描述生成引入确定性软视觉注意力和随机硬视觉注意力。
论文导读目录
阅读原始方法，
理解研究联系。
整理原始方法及相关研究，提供完整引用和论文原文链接。
31 篇论文
没有匹配的论文。请更换关键词或重置筛选。
2017
2018
2018
Learning Neural Trans-Dimensional Random Field Language Models with Noise-Contrastive Estimation
对参考分布进行指数倾斜，并用噪声对比估计训练神经随机场语言模型。
2018
2019
2020
2020
Cascaded Text Generation with Markov Transformers
用于并行文本生成的高阶 CRF 级联模型，由一个 Markov Transformer 统一参数化。
2020
Residual Energy-Based Models for Text Generation
将固定的自回归语言模型与学到的序列级能量结合，使用 NCE 训练、基于重要性重采样的条件生成，以及似然上下界。
2021
OpenMEVA: A Benchmark for Evaluating Open-ended Story Generation Metrics
检验自动故事评估指标的基准，涵盖与人工判断的相关性、泛化、稳健性，以及对不同连贯性错误的敏感程度。
2021
2021
2022
Model Criticism for Long-Form Text Generation
通过在显式生成式检验模型定义的潜在空间中比较真实数据与生成数据，评估文本的高层结构。实验研究篇章连贯性、共指和主题性。
2023
Contrast-augmented Diffusion Model with Fine-grained Sequence Alignment for Markup-to-Image Generation
FSA-CDM 将细粒度跨模态序列对齐、上下文建模和对比增强的扩散目标结合，用于标记语言到图像生成。
2023
Input Perturbation Reduces Exposure Bias in Diffusion Models
研究扩散模型采样过程中累积的错误，并在训练中扰动输入，以模拟推理时的预测误差。
2023
LiveTune: Dynamic Parameter Tuning for Feedback-Driven Optimization
LiveVariables 通过指定的系统端口开放优化参数，支持在不重启优化循环的情况下实时调整参数。
2023
Markup-to-Image Diffusion Models with Scheduled Sampling
通过条件扩散学习渲染 LaTeX、HTML 表格布局、LilyPond 乐谱和 SMILES 分子。Scheduled Sampling 让去噪器接触自己生成的输入，以处理逐步累积的错误。
2023
Tree Prompting: Efficient Task Adaptation without Fine-Tuning
学习可重复使用的决策树，其内部判断由接收提示词的语言模型调用完成；候选提示包括少样本示例、指令和动态生成的提示。
2023
Augmenting interpretable models with large language models during training
Aug-Tree 使用语言模型生成的扩展内容，为树的划分构造可解释文本特征。
2024
GPTree: Towards Explainable Decision-Making via LLM-powered Decision Trees
使用语言模型辅助的划分构建决策树，并结合专家反馈修改决策路径。
2024
2025
2025
Energy-Based Diffusion Language Models for Text Generation
在每一步扩散去噪分布中加入完整序列的残差能量，采用自回归模型或 NCE 参数化，并通过并行重要性采样生成文本。
2025
Interactive Training: Feedback-Driven Neural Network Optimization
一个开源框架，让人和 AI 智能体通过控制服务器干预正在进行的神经网络训练，修改优化器设置、训练数据和模型检查点。
2026
AI Training Manager: Bounded Closed-Loop Control of Adaptive Training Recipes
异步 LLM 监督控制器观察训练遥测数据，对正在执行的训练配置提出受约束的修改，并在刻意引入的监督学习与强化学习失败模式上实验。
2026
Breaking the Factorization Barrier in Diffusion Language Models
CoDD 将因子化扩散预测与可进行高效推断的概率电路先验组合，建模 token 之间的联合依赖。
2026
DA-DLM: Explicitly Modeling Token Dependencies in Diffusion Language Models
通过按输出位置组织的候选组和已确定 token 构成的锚点，把有向无环图依赖建模用于迭代扩散。
2026
DiffuSpec: Unlocking Diffusion Language Models for Speculative Decoding
结合扩散草稿生成、token 候选格上的 Causal-consistency Path Search，以及自适应草稿长度。
2026
Interactive Training 2: Auditable Control Plane for Live Model Training
可复用的协议，提供带类型的设置、结构化动作、由应用选择的控制点，以及由人、脚本和 LLM 控制器共用的有序日志。
2026
LiLiCorr: Lightweight Likelihood Correlation of Parallel Drafts for Speculative Decoding
对并行草稿的 top-K 候选计算相邻兼容性，再通过低开销的贪心路径选择得到草稿。
2026