会员服务
预训练模型是深度学习架构，已经过训练以执行大量数据上的特定任务（例如，识别图片中的分类问题）。这种训练不容易执行，并且通常需要大量资源，超出许多可用于深度学习模型的人可用的资源。
QuantFL: Sustainable Federated Learning for Edge IoT via Pre-Trained Model Quantisation
QuantFL: Sustainable Federated Learning for Edge IoT via Pre-Trained Model Quantisation
Arxiv
0+阅读 · 3月18日
Gradient-Sign Masking for Task Vector Transport Across Pre-Trained Models
Arxiv
0+阅读 · 2月20日
Delayed Backdoor Attacks: Exploring the Temporal Dimension as a New Attack Surface in Pre-Trained Models
Arxiv
0+阅读 · 3月12日
Software Dependencies 2.0: An Empirical Study of Reuse and Integration of Pre-Trained Models in Open-Source Projects
Arxiv
0+阅读 · 2月18日
Partial Identification under Missing Data Using Weak Shadow Variables from Pretrained Models
Arxiv
0+阅读 · 2月17日
Transfer Learning of Linear Regression with Multiple Pretrained Models: Benefiting from More Pretrained Models via Overparameterization Debiasing
Arxiv
0+阅读 · 2月18日
Operationalising the Superficial Alignment Hypothesis via Task Complexity
Arxiv
0+阅读 · 2月17日
Learnable Chernoff Baselines for Inference-Time Alignment
Arxiv
0+阅读 · 2月8日
Learnable Chernoff Baselines for Inference-Time Alignment
Arxiv
0+阅读 · 2月13日
Mitigating Pretraining-Induced Attention Asymmetry in 2D+ Electron Microscopy Image Segmentation
Arxiv
0+阅读 · 2月16日
Late-to-Early Training: LET LLMs Learn Earlier, So Faster and Better
Arxiv
0+阅读 · 2月5日
Provable Target Sample Complexity Improvements as Pre-Trained Models Scale
Arxiv
0+阅读 · 2月4日
Nethira: A Heterogeneity-aware Hierarchical Pre-trained Model for Network Traffic Classification
Arxiv
0+阅读 · 1月30日
A Tool for Automatically Cataloguing and Selecting Pre-Trained Models and Datasets for Software Engineering
Arxiv
0+阅读 · 1月19日
Sparse Data Tree Canopy Segmentation: Fine-Tuning Leading Pretrained Models on Only 150 Images
Arxiv
0+阅读 · 1月16日
参考链接
微信扫码咨询专知VIP会员
Top