Neuste Artikel für Modelloptimierung

OGEN verbessert die Fähigkeit von Vision-Language-Modellen, neue Klassen effektiv zu erkennen.

Dieser Artikel bespricht Techniken, um die Effizienz und Leistung von grossen Sprachmodellen zu verbessern.

Eine Methode, um grosse Sprachmodelle schneller zu machen, ohne die Output-Qualität zu opfern.

Hier ist DE-BERT, ein Framework, das die Effizienz von Sprachmodellen durch frühes Aussteigen verbessert.

Eine Methode, um Sprachmodelle mit weniger Parametern anzupassen.

Lerne, wie neue Techniken die Effizienz von grossen Machine-Learning-Modellen verbessern.

Wir stellen BMTPT für verbessertes Prompt-Tuning in Sprachmodellen vor.

SLEB macht LLMs schneller und effizienter, indem überflüssige Transformer-Blöcke entfernt werden.

LoRETTA verbessert die Feinabstimmungseffizienz für grosse Sprachmodelle mit weniger Parametern.

Ein neuer Ansatz, um Sprachmodelle kleiner und schneller zu machen, indem man 1-Bit-Quantisierung verwendet.

Eine neue Methode zur Auswahl von Demonstrationen verbessert die Modellleistung bei Sprachaufgaben.

Neue Methoden versprechen bessere KI-Modell-Leistungen durch vereinfachtes Reinforcement Learning.

Neue Quantisierungsmethode verbessert die Leistung von grossen Sprachmodellen und verringert gleichzeitig die Grösse.

Neue Techniken verbessern die Quantisierung und gehen mit Ausreissern um, um die Modellleistung zu steigern.

Eine Studie über effiziente Methoden zur Feinabstimmung grosser Modelle durch Low-Rank-Anpassung.

Eine neue Methode verbessert die Genauigkeit der Bilderzeugung mit Hilfe von Vision-Language-Modellen.

Neue Methoden erkunden, um die Entscheidungsfindung bei Lernagenten zu verbessern.

Forschung zeigt, wie flache Minima mit besserer Modellleistung bei unbekannten Daten zusammenhängen.

Eine neue Methode, um RAG schneller zu machen und die Qualität zu verbessern.

Ein neuer Ansatz verbessert die Modellleistung über verschiedene Datentypen hinweg.

Untersuchung von Modellen zur Kompression, um die Effizienz zu steigern und Angriffe zu bekämpfen.

FedMef verbessert federiertes Lernen für ressourcenschwache Geräte durch innovative Pruning-Techniken.

MetaOptimize verbessert die Modellleistung, indem es die Lernparameter dynamisch anpasst.

Eine neue Methode für effizientes Modell-Tuning vorstellen.

Eine neue Methode nutzt Reinforcement Learning, um CNNs während des Trainings zu optimieren.

In diesem Papier geht's um die Kosten und Verbesserungen von Niedrigpräzisions-Neuronalen Netzwerken.

Die allgemeine Diffusionsanpassung verbessert die Modellleistung bei Proben, die ausserhalb der Verteilung liegen.

Strategien zur Verbesserung von variationalen Autoencodern im Umgang mit unvollständigen Datensätzen.

Eine Methode, um die Leistung von Sprachmodellen während der Kompression über verschiedene Sprachen hinweg zu verbessern.

Eine Methode zum aufgabenunabhängigen Kürzen von komplexen Modellen vorstellen.

Eine neue Methode verbessert multimodale Modelle mit gemeinsamen visuellen Aufforderungen.

Eine neue Methode, um die Leistung von Modellen in der KI durch Wissensübertragung zu verbessern.

Eine neue Methode, InsTa, verbessert die Aufgabenwahl beim Anpassen von Anweisungen.

Diese Studie bewertet, wie sich die Modellgrösse und Quantisierung auf die Leistung von Sprachmodellen auswirken.

Neue Techniken verbessern die Effizienz und Genauigkeit bei grossen Sprachmodellen.

Die Diffusionsmodelle verbessern, indem man LoRA zu den Aufmerksamkeits-Schichten hinzufügt, um bessere Bilder zu bekommen.

Eine neue Methode, um Modellstrukturen effektiver und effizienter zu verbessern.

Dieses Papier präsentiert EFRAP, eine Verteidigung gegen quantisierungsbedingte Hintertürenangriffe in Deep-Learning-Modellen.

Eine neue Methode verbessert das Feintuning grosser Modelle mit Hilfe von spektralen Informationen.

Eine Methode, die Low-Rank- und orthogonale Anpassungen für KI-Modelle kombiniert.