UCoder: Unsupervised Code Generation by Internal Probing of Large Language Models
UCoder: 通过大型语言模型的内部探测实现无监督代码生成
机构 * Beihang University(北航大学) ; Huawei(华为)
AI总结 UCoder通过内部探测大型语言模型实现无监督代码生成,利用自一致性机制和表示质量估计训练,减少对标记数据的依赖,提升资源受限场景下的代码生成能力。
高校专区
UCoder: 通过大型语言模型的内部探测实现无监督代码生成
机构 * Beihang University(北航大学) ; Huawei(华为)
AI总结 UCoder通过内部探测大型语言模型实现无监督代码生成,利用自一致性机制和表示质量估计训练,减少对标记数据的依赖,提升资源受限场景下的代码生成能力。
基于文本引导的多阶段跨感知网络用于医学图像分割
机构 * college of software(软件学院) ; Beihang University(北京航空航天大学)
AI总结 本文提出文本引导的多阶段跨感知网络TMC,通过多阶段跨注意力模块和多阶段对齐损失提升医学图像分割的跨模态交互和语义一致性,实验表明其在多个数据集上均优于传统方法。