实体
Householder transformation
Householder transformation
PulseAugur coverage of Householder transformation — every cluster mentioning Householder transformation 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
-
新的 SpecTraL 方法改进了视觉 Transformer 的联邦 LoRA
研究人员开发了一种名为 SpecTraL 的新方法，用于使用低秩适配器 (LoRA) 改进视觉 Transformer (ViTs) 的联邦学习。该方法解决了现有策略的局限性，例如 LoRA 因子的一致性平均和连接本地适配器带来的下载成本增加。SpecTraL 在低秩潜在空间中利用 Householder 变换和随机矩阵理论的原理，将全局共识信号与噪声分离，从而无需手动调整即可发现最优的层级全局秩。实验表明，SpecTraL 增强了准…
-
新测试准确衡量词义广度，减少错误
研究人员开发了一种新的统计测试方法，使用语境化词元嵌入来准确测量词语的语义广度。他们的 Householder 对齐排列检验解决了语义方向差异被误认为是广度差异的关键问题，导致了假阳性。该方法在测试离散度之前对齐词语方向，提供校准的 p 值，并将第一类错误减少 32.5%，同时保持对真实广度差异的敏感性。优化的 GPU 实现也比基于 CPU 的方法实现了 23 倍的速度提升。