PulseAugur
实时 08:38:24
English(EN) The End of Finetuning — with Jeremy Howard of Fast.ai

Fast.ai 的 Jeremy Howard 主张继续预训练而非微调

机器学习领域的知名人士,来自 Fast.ai 的 Jeremy Howard 在最近的一次播客中讨论了微调技术的演变。他强调了他2018年的ULMFiT论文,该论文展示了微调预训练语言模型的有效性,最初曾受到质疑。尽管目前微调已被广泛采用,但Howard认为,由于灾难性遗忘和记忆等问题,这种方法可能存在缺陷。 AI

排序理由 该条目是一次播客讨论,其中一位知名研究人员就人工智能技术发表了意见,而不是发布新模型或研究论文。

在 Latent Space Podcast 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

Fast.ai 的 Jeremy Howard 主张继续预训练而非微调

报道来源 [1]

  1. Latent Space Podcast TIER_1 English(EN) · Latent.Space ·

    The End of Finetuning — with Jeremy Howard of Fast.ai

    <p><em>Thanks to the </em><a href="https://www.youtube.com/@aidotengineer" target="_blank"><em>over 17,000 people</em></a><em> who have joined the first AI Engineer Summit! A full recap is coming. Last call to fill out </em><a href="https://www.surveymonkey.com/r/aiengineering202…