研究者提出任意任务推理基础模型形式化框架
热点事件持续更新
研究者提出任意任务推理基础模型形式化框架
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Matthew McDermott等研究者提出“任意任务推理”(ATI)基础模型的形式化框架和数学定义,把这类模型界定为直接将数据样本和任务映射为标签预测的模型,而非为预训练后微调设计的模型。 该框架称,这类模型可经“通用任务归约”分解为编码器、模型和解码器三部分,并将模型误差拆分为设计项与已实现模型超额项;作者还给出生成式与判别式两类实现配方。 作者称用5个真实基础模型案例验证了该定义的适用性。
AI 根据报道生成 · 2 小时前更新
最新进展11月2日 13:00
研究者提出"任意任务推理"基础模型的形式化理论框架报道时间线
沿着报道,了解事件的不同侧面。
11月2日
- arXiv · cs.AI研究者提出"任意任务推理"基础模型的形式化理论框架
研究者为具备"任意任务推理"(ATI,any-task inference)能力的基础模型给出形式化数学定义,将其界定为直接把数据样本和任务映射为标签预测的模型。该框架证明这类模型可经"通用任务归约"分解为编码器、模型和解码器三部分,并据此把模型误差拆成设计项与已实现模型超额项。作者还提出生成式与判别式两类实现配方,并用 5 个真实基础模型案例验证定义的适用性。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。