Frank Hutter

FairPFN usa i trasformatori per promuovere l'equità nelle previsioni di machine learning.

Un nuovo metodo migliora l'analisi dei risultati dell'ottimizzazione degli iperparametri.

Un nuovo metodo migliora la ricerca delle funzioni di attivazione per i modelli di deep learning.

Scoprire come l'RNA interagisce con le proteine oltre al codice proteico.

Un nuovo approccio ai modelli del mondo usando dati sintetici per un'adattabilità migliore.

ARLBench semplifica la regolazione degli iperparametri per l'apprendimento per rinforzo con strumenti di benchmarking efficienti.

Usare modelli più piccoli per velocizzare l'addestramento di modelli linguistici più grandi.