自适应向后兼容训练的 MixBCT
原文中文,约200字,阅读约需1分钟。发表于: 。提出了 MixBCT,一种简单而高效的反向兼容训练方法,作为适用于不同质量旧模型的统一框架,通过构建单一损失函数实现了反向兼容训练。
本文研究了结构预测任务中的模型更新回归问题,并探索了降低模型更新回归的技术。通过测量和分析不同模型更新设置下的情况,提出了一种名为“Backward-Congruent Re-ranking (BCR)”的简单有效方法,该方法比模型集成和知识蒸馏更好地缓解了模型更新回归问题。