Frank Hutter

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.