Frank Hutter

Découvrez comment Mamba transforme l'apprentissage en contexte pour les applications d'intelligence artificielle.

Une nouvelle méthode améliore l'apprentissage par transfert en optimisant la génération de poids à partir de modèles pré-entraînés.

Une nouvelle méthode simplifie la conception d'architectures neuronales pour plusieurs objectifs.

GRAF améliore les prévisions de performance pour les réseaux de neurones, augmentant l'efficacité et l'interprétabilité.

Cet article parle de l'arrêt précoce pour améliorer l'efficacité de la sélection des modèles en apprentissage automatique.

Un aperçu de comment l'AutoML peut mieux répondre aux besoins variés des utilisateurs.

FairPFN utilise des transformers pour favoriser l'équité dans les prédictions d'apprentissage automatique.

Une nouvelle méthode améliore l'analyse des résultats d'optimisation d'hyperparamètres.

Une nouvelle méthode améliore la recherche de fonctions d'activation pour les modèles de deep learning.

Découvrir comment l'ARN interagit avec les protéines au-delà du codage des protéines.

Une nouvelle approche des modèles du monde utilisant des données synthétiques pour une meilleure adaptabilité.

ARLBench simplifie le réglage des hyperparamètres pour l'apprentissage par renforcement avec des outils de benchmark efficaces.

Utiliser des modèles plus petits pour accélérer l'entraînement des plus grands modèles de langage.