机构名称：
¥ 1.0
摘要 - 在本文中，我们调查了大语言模型（LLMS）在恢复损坏的Bitstreams的应用，特别关注JPEG图像数据。我们提出了一个基于字节的GPT-2模型，该模型可以直接处理字节序列并预测后续字节，从而使其应用于JPEG BITSTREAM恢复。此体系结构允许该模型捕获JPEG图像的Bitstream中连续字节数据之间的关系，从而使模型可以由于损坏的存储和恶意攻击而恢复位翼误差。我们在位错误率不同（BER）上评估了模型在位纤维JPEG数据集上的性能。实验结果证明了该模型在Bitstream中隐式学习模式并纠正错误字节的能力，从而展示了LLM在二进制处理任务中的潜力。我们的发现突出了基于字节的LLM在解决数据腐败问题并为该领域研究的新途径的承诺。
基于字节的GPT-2模型，用于flip jpeg jpeg bitstream恢复
主要关键词
相关文件推荐
