モデル最適化 に関する最新の記事

OGENは、視覚と言語のモデルが新しいクラスを効果的に認識する能力を高める。

この記事では、大規模言語モデルの効率とパフォーマンスを向上させるための技術をレビューします。

出力の質を犠牲にせずに大規模言語モデルを高速化する方法。

DE-BERTを紹介するよ。これは早期退出戦略を使って言語モデルの効率を向上させるフレームワークなんだ。

少ないパラメータで言語モデルをファインチューニングする方法。

新しい技術が大規模な機械学習モデルの効率をどう改善するか学ぼう。

言語モデルのプロンプトチューニングを改善するためのBMTPTを紹介します。

SLEBは冗長なトランスフォーマーブロックを排除してLLMを効率化し、スピードと効率を向上させるよ。

LoRETTAは、パラメータが少なくても大規模言語モデルのファインチューニング効率を向上させるよ。

1ビット量子化を使って、言語モデルを小さくて速くする新しいアプローチ。

新しいデモ選びの方法が言語タスクでモデルのパフォーマンスを向上させる。

新しい方法が、簡易な強化学習を通じてAIモデルのパフォーマンスを向上させることを約束してるよ。

新しい量子化手法が大規模言語モデルの性能を向上させつつ、サイズを縮小する。

新しい技術が外れ値を管理しながら量子化を強化して、モデルのパフォーマンスを向上させる。

大きなモデルを効率的にファインチューニングするためのローランク適応に関する研究。

新しい方法が視覚と言語モデルを使って画像生成の精度を高める。

学習エージェントの意思決定を向上させる新しい手法を探ってる。

研究は、フラットミニマが未見データに対するモデルのパフォーマンス向上にどのように関係しているかを明らかにしている。

RAGをもっと早くして、質を上げる新しい方法。

新しいアプローチがいろんなデータタイプでモデルのパフォーマンスを向上させる。

効率を上げたり、攻撃に対する防御を強化したりするためのモデル圧縮手法を調査中。

FedMefは、革新的なプルーニング技術を使って低リソースデバイス向けのフェデレーテッドラーニングを改善するんだ。

MetaOptimizeは、学習設定を動的に調整することでモデルのパフォーマンスを向上させるよ。

効率的なモデルのファインチューニングの新しい方法を紹介するよ。

新しい方法は、トレーニング中にCNNをプルーニングするために強化学習を使う。

この論文では、低精度ニューラルネットワークのコストと改善について話してるよ。

一般化拡散適応は、分布外のサンプルに対するモデルのパフォーマンスを向上させるよ。

不完全なデータセットを扱うための変分オートエンコーダーを改善する戦略。

圧縮中にさまざまな言語で言語モデルのパフォーマンスを向上させる方法。

複雑なモデルのタスク非依存のプルーニング手法を紹介するよ。

新しい方法が共有ビジュアルプロンプトを使ってマルチモーダルモデルを強化するよ。

AIのモデル性能を向上させるための新しい知識転送法。

新しい手法、InsTaは、インストラクショントレーニングにおけるタスク選択を強化するよ。

この研究では、モデルのサイズと量子化が言語モデルのパフォーマンスにどのように影響するかを評価してるよ。

新しい技術が大規模言語モデルの効率と精度を向上させてるよ。

注意層にLoRAを追加して、画像をより良くするために拡散モデルを強化。

モデル構造をもっと効果的かつ効率的に改善する新しい方法。

この論文では、深層学習モデルにおける量子化条件付きバックドア攻撃に対する防御手段であるEFRAPを紹介するよ。

新しい方法が、スペクトル情報を使って大規模モデルのファインチューニングを向上させる。

AIモデルのための低ランクと直交適応を組み合わせた方法。