实体
Zo Computer
Zo Computer
PulseAugur coverage of Zo Computer — every cluster mentioning Zo Computer across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
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 4 条
-
新的HO-FL框架平衡了联邦学习中的内存和收敛性
研究人员开发了HO-FL，一个新颖的联邦学习框架，旨在解决边缘设备的内存限制。这种混合方法对模型的较低层使用零阶优化，对较高层使用一阶优化，使设备能够根据其可用内存调整训练。该框架的分析揭示了更新准确性和数据表示之间的权衡，可以通过采样优化来管理。实验表明，HO-FL可以在显著降低内存需求的同时，实现接近完全一阶优化的性能。
-
新的无参数优化方法提高了LLM微调效率
研究人员推出了一种名为AdaNAGED的新型无参数优化方法，旨在高效微调大型语言模型（LLMs）。该方法统一了无梯度训练、自适应参数调整和几何感知更新，解决了传统反向传播方法相关的内存开销问题。该方法已证明了收敛性保证，并在OPT-1.3B模型上对大规模LLM微调任务进行了验证。
-
Zo平台支持从个人文档构建持久化LLM知识库
本文详细介绍了如何使用Zo创建一个“LLM维基”。Zo是一个旨在从个人文档构建持久化、可查询知识库的平台。它解决了传统搜索和RAG工作流的局限性，这些工作流通常需要为每次查询手动合成或重新处理信息。Zo的方法侧重于将文档视为不断演变的知识层的一部分，而不是孤立的块，并利用其持久化工作区和始终在线的计算环境，持续构建结构化理解。
-
MiniMax AI 在新加坡直播中演示 Zo 聊天机器人功能
MiniMax AI 在新加坡举行的一场直播活动中展示了其 Zo 聊天机器人。演示突出了集成在 Zo 平台中的 MiniMax 模型的能力。