实体
Staple
Staple
PulseAugur coverage of Staple — every cluster mentioning Staple 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
-
STAPLE方法通过静态稀疏内存增强LLM容量
研究人员开发了STAPLE,一种将静态稀疏内存集成到预训练语言模型中的新颖方法。该方法在不按比例增加计算成本的情况下增强了模型容量,性能优于现有的稀疏升级技术。STAPLE在HumanEval和GSM8K等基准测试中取得了显著的性能提升,并且与Mixture-of-Experts模型相比,在速度、内存使用和能耗方面也表现出更高的效率。
-
新论文批判性分析医学影像共识方法
一篇新论文批判性地分析了医学影像中的共识分割方法,发现STAPLE(同时真实性和性能水平估计)通常会简化为次优多数投票,尤其是在类别不平衡的情况下。研究表明,简单的多数投票可以作为一个出人意料的有效基线,而结合图像数据的深度共识模型在可处理性方面显示出希望。作者提倡采用更原则性的共识方法,并强调了保形预测在不确定性保证方面的潜力。