PulseAugur
中
实时 12:41:56
实体 Balanced Adaptive Prototype Selection

Balanced Adaptive Prototype Selection

PulseAugur coverage of Balanced Adaptive Prototype Selection — every cluster mentioning Balanced Adaptive Prototype Selection across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_200161 ·

    新框架提升TabPFN在大型表格数据集上的推理能力

    研究人员开发了一个名为平衡自适应原型选择（BAPS）的新框架，以提高预训练表格基础模型（TabPFN）在大型数据集上的可扩展性。BAPS在不改变原始模型的情况下，为推理构建了压缩的、保留信息的上下文。在HIGGS和SUSY数据集上的实验表明，BAPS可以实现显著的上下文压缩（约1953倍），同时保持强大的预测性能和校准，从而使TabPFN能够应用于具有数百万行的imerick。