机构名称：
¥ 1.0
现代的智能系统正在变得越来越单体，由巨大的基础模型提供支持，该模型受到数万亿个网络数据的训练。为了使AI系统民主化，必须确保它们不仅限于在多加速器群集上运行，而且还可以无缝地使用手机等商品设备。此外，基础模型在训练数据中经常遇到的头部任务与不常见的尾巴任务之间表现出性能差异，因此必须通过有效检索相关的上下文数据来适应其适应。此外，与人类学习原则相呼应，并非所有任务都具有挑战性或需要全部庞大的网络数据。我的研究方法中心将这些概念转化为现实世界实施的实用解决方案，以确保可以可靠，负责任地缩放这些智能系统，以公平地为所有用户服务。
aditya kusupati研究声明
主要关键词
相关文件推荐
