PulseAugur
中
实时 12:03:52
实体 Gaussian posteriors

Gaussian posteriors

PulseAugur coverage of Gaussian posteriors — every cluster mentioning Gaussian posteriors 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_107884 ·

    新的贝叶斯方法增强了多任务微调中的帕累托前沿估计

    研究人员引入了变分模型合并（VMM），一种新颖的贝叶斯方法，旨在改进多任务微调中帕累托前沿的估计。该方法提供了一个理论框架，其中现有的模型合并技术被视为后验合并的特例。VMM证明，与简单的高斯模型相比，采用更灵活的非高斯后验可以带来更优的帕累托前沿估计，这一发现通过在视觉和语言 Transformer 上的实证结果得到了验证。