跳到正文
热点事件持续更新

TADrop:按张量分布自适应稀疏化改进模型合并

1 篇报道1 个报道来源16 小时前更新

先了解这件事

AI 综述

研究者提出即插即用稀疏器 TADrop,用于改进模型合并:它不再对所有参数张量统一使用一个全局稀疏率,而是根据每个张量的幅度分布,用尺度不变的分位数比例独立确定该张量的保留率。 据作者称,TADrop 默认无需数据即可运行;若有小验证集,也可选择做模块级校准。该方法由 Yingfeng Luo 等作者以论文预印本形式发布在 arXiv 上。

AI 根据报道生成 · 59 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月15日
  1. arXiv:cs.AI
    TADrop:分布引导的张量级自适应稀疏化改进模型合并

    针对模型合并中统一全局稀疏率忽略任务与参数张量差异的问题,研究者提出即插即用稀疏器 TADrop,依据张量幅度分布用尺度不变分位数比例独立确定各张量保留率,默认无需数据,也可用小验证集做模块级校准。

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。