实体
Yanggan Gu
Yanggan Gu
PulseAugur coverage of Yanggan Gu — every cluster mentioning Yanggan Gu 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
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的SMAT方法以最小的开销增强了AI模型合并
研究人员开发了SMAT（简单合并感知训练），一种提高合并后AI模型性能的新颖方法。SMAT通过模拟缩放、掩码和扰动等常见合并操作，解决了现有合并感知训练技术的局限性。该方法在模拟合并参数下优化了专家损失和预期损失，从而在各种语言和视觉-语言模型上实现了显著的性能提升，而额外的训练成本却很小。
-
FeatCal 方法提高了合并后 AI 模型的性能
研究人员开发了 FeatCal，一种用于校准合并后 AI 模型以提高其性能的新颖方法。该技术通过分析和减少特征漂移来解决合并后模型中常见的性能差距，特征漂移发生在合并模型产生的特征与原始专家模型产生的特征不同时。FeatCal 通过逐层校准过程实现这一点，该过程可有效更新模型权重，在 CLIP 和 GLUE 等基准测试中优于 Surgery 和 ProbSurgery 等现有方法。