Tolgay Atinc Uzun

大型语言模型优化神经网络通道，提高准确性和效率

研究人员使用大型语言模型扩展了用于配置神经网络通道的闭环系统，证明了准确性和参数效率的提高。该研究涉及在每次微调周期中评估250个候选网络，总共生成了2000个候选网络，并进行了462次CIFAR-100验证评估。最佳模型的准确率为0.3676，参数量为1180万，相比早期模型有了显著改进。扩展分析还揭示了架构规律，例如高性能模型中非二的幂次通道宽度和特定结构化通道分配模式的普遍存在。