BriefGPT.xyz
Ask
alpha
关键词
specialised models
搜索结果 - 2
微调、提示、上下文学习和指导微调:我们需要多少标记样本?
在本研究中,我们旨在调查专用模型需要多少标记样本才能达到优越性能,同时考虑结果方差。我们通过观察提示、上下文学习、微调和指令调整的行为,确定它们在增加不同复杂度任务的标记训练样本数量时的平衡点,发现专用模型通常只需要少量样本(100-100
→
PDF
5 months ago
利用本地更新的分层聚类来提高非独立同分布数据的联邦学习
本文提出了一种修改的联邦学习 (FL+HC) 方法,通过引入分层聚类步骤将客户端分为相似的集群,然后对这些集群进行独立并行的训练,实现在非独立同分布的数据环境下的模型训练,通过该方法可以使模型的性能、收敛速度、精度都有所提升。
PDF
4 years ago
Prev
Next