Not All Task Vectors Need Equal Rank: Energy-Proportional Allocation for Model Merging
本文提出了一种基于奇异值能量结构的任务自适应策略SERA,用于模型合并中非均匀分配秩容量,以优化多任务模型性能。
0 citationsRead paper
本文提出了一种基于奇异值能量结构的任务自适应策略SERA,用于模型合并中非均匀分配秩容量,以优化多任务模型性能。
研究探讨了在以检索为主的抽取式问答中,使用预设负例的方法来解决模型自信度信号不足的问题,但实验表明该方法未能显著提升性能。
研究比较了领域不变韵律特征和自监督表示(HuBERT、wav2vec2.0)在跨域语音钓鱼检测中的表现,解决了数据稀缺及模型轻量化需求的问题。
研究通过构建Vishing-Tactics-Bench基准,利用战术轨迹预测方法,在语音钓鱼通话中实时预测具体危害(信息收集或财务剥削),以实现早期干预。
本文提出了一种高斯-埃尔米特求积方法来数值近似计算高斯混合分布的微分熵,并在连续动作优化中引入了基于埃尔米特多项式的替代模型,以提高雷达指向性能。
本文提出了一种基于奇异值能量结构的任务自适应策略SERA,用于模型合并中非均匀分配秩容量,以优化多任务模型性能。
研究探讨了在以检索为主的抽取式问答中,使用预设负例的方法来解决模型自信度信号不足的问题,但实验表明该方法未能显著提升性能。
研究比较了领域不变韵律特征和自监督表示(HuBERT、wav2vec2.0)在跨域语音钓鱼检测中的表现,解决了数据稀缺及模型轻量化需求的问题。
研究通过构建Vishing-Tactics-Bench基准,利用战术轨迹预测方法,在语音钓鱼通话中实时预测具体危害(信息收集或财务剥削),以实现早期干预。
本文提出了一种高斯-埃尔米特求积方法来数值近似计算高斯混合分布的微分熵,并在连续动作优化中引入了基于埃尔米特多项式的替代模型,以提高雷达指向性能。