实体
GBDT
GBDT
PulseAugur coverage of GBDT — every cluster mentioning GBDT across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
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 2 条
-
TabLoRA 为大规模表格数据提供高效的神经集成
研究人员推出 TabLoRA，一种用于大规模表格数据训练神经集成的新型参数高效方法。该方法通过在预测器之间共享通用骨干网络并为每个预测器纳入特定的低秩适配，解决了将深度学习模型应用于海量数据集所带来的计算挑战。TabLoRA 旨在实现预测准确性和计算效率之间的竞争性平衡，在相似的资源限制下，其表现优于现有的深度学习基线和 GBDT 方法。
-
新方法通过有针对性的错误校正来改进事后AI模型安全性
研究人员开发了一种事后错误校正方法，以提高机器学习模型在关键应用中的安全性。该技术采用双分类器GBDT流水线来区分常规错误和高风险错误，显著减少了危险的误分类。该框架在皮肤病变诊断方面错误减少了34.1%，在prostate histopathology方面减少了12.57%，同时推理延迟开销极小。