| Processo: | 23/15047-4 |
| Modalidade de apoio: | Bolsas no Exterior - Estágio de Pesquisa - Iniciação Científica |
| Data de Início da vigência: | 01 de abril de 2024 |
| Data de Término da vigência: | 31 de julho de 2024 |
| Área de conhecimento: | Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação |
| Pesquisador responsável: | Nina Sumiko Tomita Hirata |
| Beneficiário: | Gabriel Jacob Perin |
| Supervisor: | Zhangyang Wang |
| Instituição Sede: | Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil |
| Instituição Anfitriã: | University of Texas at Austin (UT), Estados Unidos |
| Vinculado à bolsa: | 22/11645-1 - Classificação de estrelas, galáxias e quasares baseada em imagens fotométricas multibandas, BP.IC |
| Assunto(s): | Aprendizagem profunda Processamento de linguagem natural Aprendizado computacional |
| Palavra(s)-Chave do Pesquisador: | Deep Learning | Large Language Model | Model fusion | natural language processing | Aprendizado de Máquina |
Resumo Os métodos de ensemble têm sido utilizados com sucesso para aproveitar a diversidade de diferentes modelos, melhorando o desempenho, porém ao custo de maior tempo de inferência. Na situação em que os modelos compostos são redes neurais que compartilham a mesma arquitetura, os métodos de fusão surgiram como uma alternativa aos ensembles, sem a desvantagem de aumentar o tempo de inferência. Este projeto de pesquisa visa estudar as técnicas de fusão no contexto de Large Language Models (LLMs), em tarefas de Processamento de Linguagem Natural. (AU) | |
| Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa: | |
| Mais itensMenos itens | |
| TITULO | |
| Matéria(s) publicada(s) em Outras Mídias ( ): | |
| Mais itensMenos itens | |
| VEICULO: TITULO (DATA) | |
| VEICULO: TITULO (DATA) | |