Frank Hutter

Un nuevo método mejora el aprendizaje por transferencia al mejorar la generación de pesos a partir de modelos preentrenados.

Un nuevo método simplifica el diseño de arquitecturas neuronales para varios objetivos.

GRAF mejora las predicciones de rendimiento para redes neuronales, aumentando la eficiencia y la interpretabilidad.

Este artículo habla sobre el early stopping para mejorar la eficiencia en la selección de modelos en aprendizaje automático.

Una mirada a cómo AutoML puede atender mejor las necesidades diversas de los usuarios.

FairPFN utiliza transformadores para promover la equidad en las predicciones de aprendizaje automático.

Un nuevo método mejora el análisis de los resultados de optimización de hiperparámetros.

Un nuevo método mejora la búsqueda de funciones de activación para modelos de aprendizaje profundo.

Descubriendo cómo el ARN interactúa con las proteínas más allá de la codificación de proteínas.

Un enfoque novedoso para modelos del mundo usando datos sintéticos para una mejor adaptabilidad.

ARLBench simplifica la sintonización de hiperparámetros para el aprendizaje reforzado con herramientas de evaluación eficientes.

Usando modelos más pequeños para acelerar el entrenamiento de modelos de lenguaje más grandes.