Buchumschlag

Dirichlet-Based Coarse-to-Fine Example Selection For Open-Set Annotation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Ye-Wen, Zong, Chen-Chen, Xie, Ming-Kun, Huang, Sheng-Jun
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Dirichlet-Based Prediction Calibration for Learning with Noisy Labels
von: Zong, Chen-Chen, et al.
Veröffentlicht: (2024)

Rethinking Epistemic and Aleatoric Uncertainty for Active Open-Set Annotation: An Energy-Based Approach
von: Zong, Chen-Chen, et al.
Veröffentlicht: (2025)

Bidirectional Uncertainty-Based Active Learning for Open Set Annotation
von: Zong, Chen-Chen, et al.
Veröffentlicht: (2024)

Coarse-to-Fine Open-Set Graph Node Classification with Large Language Models
von: Ma, Xueqi, et al.
Veröffentlicht: (2025)

Federated Active Learning Under Extreme Non-IID and Global Class Imbalance
von: Zong, Chen-Chen, et al.
Veröffentlicht: (2026)

Affordance-Guided Coarse-to-Fine Exploration for Base Placement in Open-Vocabulary Mobile Manipulation
von: Lin, Tzu-Jung, et al.
Veröffentlicht: (2025)

Coarse-to-Fine Process Reward Modeling for Mathematical Reasoning
von: Hu, Yulan, et al.
Veröffentlicht: (2025)

Multi-Label Knowledge Distillation
von: Yang, Penghui, et al.
Veröffentlicht: (2023)

From Coarse to Fine: Self-Adaptive Hierarchical Planning for LLM Agents
von: Tan, Haoran, et al.
Veröffentlicht: (2026)

Towards Coarse-to-Fine Evaluation of Inference Efficiency for Large Language Models
von: Chen, Yushuo, et al.
Veröffentlicht: (2024)

CoFi-Dec: Hallucination-Resistant Decoding via Coarse-to-Fine Generative Feedback in Large Vision-Language Models
von: Cao, Zongsheng, et al.
Veröffentlicht: (2025)

Coarse-to-Fine Lightweight Meta-Embedding for ID-Based Recommendation
von: Wang, Yang, et al.
Veröffentlicht: (2025)

CoFiRec: Coarse-to-Fine Tokenization for Generative Recommendation
von: Wei, Tianxin, et al.
Veröffentlicht: (2025)

GeoDecider: A Coarse-to-Fine Agentic Workflow for Explainable Lithology Classification
von: Wang, Jiahao, et al.
Veröffentlicht: (2026)

Debiasing Machine Unlearning with Counterfactual Examples
von: Chen, Ziheng, et al.
Veröffentlicht: (2024)

Gains: Fine-grained Federated Domain Adaptation in Open Set
von: Zhong, Zhengyi, et al.
Veröffentlicht: (2025)

Coarse-to-Fine Grounded Memory for LLM Agent Planning
von: Yang, Wei, et al.
Veröffentlicht: (2025)

Coarse-to-Fine Highlighting: Reducing Knowledge Hallucination in Large Language Models
von: Lv, Qitan, et al.
Veröffentlicht: (2024)

DeFine: A Decomposed and Fine-Grained Annotated Dataset for Long-form Article Generation
von: Wang, Ming, et al.
Veröffentlicht: (2025)

Hard Examples Are All You Need: Maximizing GRPO Post-Training Under Annotation Budgets
von: Pikus, Benjamin, et al.
Veröffentlicht: (2025)

Multi-task Visual Grounding with Coarse-to-Fine Consistency Constraints
von: Dai, Ming, et al.
Veröffentlicht: (2025)

PriorRG: Prior-Guided Contrastive Pre-training and Coarse-to-Fine Decoding for Chest X-ray Report Generation
von: Liu, Kang, et al.
Veröffentlicht: (2025)

CFMS: A Coarse-to-Fine Multimodal Synthesis Framework for Enhanced Tabular Reasoning
von: Huang, Qixian, et al.
Veröffentlicht: (2026)

Efficient Text-Attributed Graph Learning through Selective Annotation and Graph Alignment
von: Xie, Huanyi, et al.
Veröffentlicht: (2025)

DuetGraph: Coarse-to-Fine Knowledge Graph Reasoning with Dual-Pathway Global-Local Fusion
von: Li, Jin, et al.
Veröffentlicht: (2025)

Start from Zero: Triple Set Prediction for Automatic Knowledge Graph Completion
von: Zhang, Wen, et al.
Veröffentlicht: (2024)

Neural Codec Source Tracing: Toward Comprehensive Attribution in Open-Set Condition
von: Xie, Yuankun, et al.
Veröffentlicht: (2025)

RubricHub: A Comprehensive and Highly Discriminative Rubric Dataset via Automated Coarse-to-Fine Generation
von: Li, Sunzhu, et al.
Veröffentlicht: (2026)

FastGAS: Fast Graph-based Annotation Selection for In-Context Learning
von: Chen, Zihan, et al.
Veröffentlicht: (2024)

HOLMES: to Detect Adversarial Examples with Multiple Detectors
von: Wen, Jing
Veröffentlicht: (2024)

CORONA: A Coarse-to-Fine Framework for Graph-based Recommendation with Large Language Models
von: Chen, Junze, et al.
Veröffentlicht: (2025)

OMG-Agent: Toward Robust Missing Modality Generation with Decoupled Coarse-to-Fine Agentic Workflows
von: Dai, Ruiting, et al.
Veröffentlicht: (2026)

RPO:Reinforcement Fine-Tuning with Partial Reasoning Optimization
von: Yi, Hongzhu, et al.
Veröffentlicht: (2026)

Explainable Coarse-to-Fine Ancient Manuscript Duplicates Discovery
von: Zhang, Chongsheng, et al.
Veröffentlicht: (2025)

MMICT: Boosting Multi-Modal Fine-Tuning with In-Context Examples
von: Chen, Tao, et al.
Veröffentlicht: (2023)

MambaScope: Coarse-to-Fine Scoping for Efficient Vision Mamba
von: Liu, Shanhui, et al.
Veröffentlicht: (2025)

UniDoc-RL: Coarse-to-Fine Visual RAG with Hierarchical Actions and Dense Rewards
von: Wang, Jun, et al.
Veröffentlicht: (2026)

Unlocking the Power of LLM Uncertainty for Active In-Context Example Selection
von: Huang, Hsiu-Yuan, et al.
Veröffentlicht: (2024)

SynHAT: A Two-stage Coarse-to-Fine Diffusion Framework for Synthesizing Human Activity Traces
von: Xu, Rongchao, et al.
Veröffentlicht: (2026)

Coarse-to-Fine Personalized LLM Impressions for Streamlined Radiology Reports
von: Sun, Chengbo, et al.
Veröffentlicht: (2025)