实体
NAS-Bench-201
NAS-Bench-201
PulseAugur coverage of NAS-Bench-201 — every cluster mentioning NAS-Bench-201 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
LLM多智能体系统自动化MCU神经网络定制
研究人员开发了AutoMCU，一个利用基于LLM的多智能体方法为微控制器单元（MCU）定制神经网络的新颖系统。该方法通过在设计过程早期整合供应商工具链反馈来优先考虑可行性，与传统的硬件感知神经网络架构搜索方法相比，显著降低了搜索成本和时间。AutoMCU在基准数据集上展示了具有竞争力的准确性，并成功部署在STM32微控制器上，使边缘智能更加易于访问。
-
代码嵌入提升神经架构搜索效率
研究人员开发了一种名为代码导向语言模型嵌入（COLE）的新方法来改进神经架构搜索（NAS）。该技术使用现成的语言模型从神经架构的代码表示中生成嵌入，从而绕过了昂贵的微调或复杂的特征工程的需要。在 NAS-Bench-201 和 einspace 上的实验表明，COLE 嵌入的性能优于其他基于文本的编码，并显著降低了找到高性能架构所需的评估预算。