实体
Richard Scott Bergna
Richard Scott Bergna
PulseAugur coverage of Richard Scott Bergna — every cluster mentioning Richard Scott Bergna 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
最近 · 第 1/1 页 · 共 2 条
-
$\sigma$Transfer 实现小到大神经网络的高效不确定性迁移
研究人员开发了一种名为$\sigma$Transfer的方法,可以实现将预测不确定性信息从小型神经网络高效地迁移到显著更大的网络中。该技术利用最大更新参数化($\mu\text{P}$)来确保模型宽度增加时先验精度的稳定性,从而无需对大型模型进行昂贵的后验扫描。$\sigma$Transfer 已显示出显著的加速效果,在某些情况下高达5000倍,同时目标NLL的下降极小,并且还可以用于迁移与分布外检测和弃权相关的决策。
-
新的PFNs方法分离认知不确定性和随机不确定性,以改进决策
研究人员开发了一种名为Decoupled PFNs的新方法,以更好地区分认知不确定性(模型知识的不确定性)和随机不确定性(数据中的固有噪声)。这对于主动学习和贝叶斯优化等应用至关重要,在这些应用中,优先考虑模型知识是关键。通过训练一个具有分离的潜在信号和噪声头部的解耦网络,该方法旨在提高在嘈杂环境中的决策能力。