跳到主要內容
maxstudioNews
Search the archive

Search

「模型效能」

15 results
  1. 001半監督式聯邦語音辨識的實用方法:線上偽標籤與伺服器更新穩定化Apple Machine Learning Research·
  2. 002像物理學家一樣修剪大型語言模型:區塊移除的伊辛最佳化方法Hugging Face Blog·
  3. 003Hugging Face tokenizers v1 效能實測:編碼、解碼與規模化大躍進Hugging Face Blog·
  4. 004美國指控六家中國AI公司大規模複製頂尖模型Ars Technica AI·
  5. 005Meta 新 AI 模型 Muse Spark:用戶貢獻數據享高額折扣TechCrunch AI·
  6. 006Anthropic 揭示 AI 自我改進潛力:自動化研究員超越人類表現TechCrunch AI·
  7. 007QAH:4位元壓縮模型效能超越原始全精度版本Hugging Face Blog·
  8. 008Google AI 新舵手掌兵符,力拚追趕 OpenAI 與 AnthropicCNBC Tech·
  9. 009Hugging Face 推出高效知識蒸餾技術:大幅降低大型語言模型訓練成本Hugging Face Blog·
  10. 010AI「蒸餾」技術成焦點:矽谷到華府熱議其國安與智財權爭議CNBC Tech·
  11. 011Hugging Face 推出 FFASR 排行榜:真實世界 ASR 效能評測新標準Hugging Face Blog·
  12. 012olmo-eval:大型語言模型開發的整合式評估工作台Hugging Face Blog·
  13. 013Google 零信任聚合:強化裝置端 AI 隱私分析與安全Google Research·
  14. 014MoE 模型效能突破:Apple 提出預測性專家預取新策略Apple Machine Learning Research·
  15. 015麻省理工學院發表「SEAL」框架,推進 AI 自我演化能力Synced Review·