广东电网申请接地网腐蚀预测模型相关专利,有效提高接地网腐蚀预测...

本方案通过采用两个维度的样本数据的模型训练,分别针对第一模型参数和第二模型参数进行不断训练和修正,有效提高了接地网腐蚀预测模型的模型精度,从而提高了接地网腐蚀预测的精度和效率,简化了接地网腐蚀的检测流程。本文源自:金融界作者:情报员

深圳市睿联技术申请编码器相关专利,提高图像识别模型的训练精度

该编码器的训练方法包括:构建编码器;构建解码器和损失函数计算模块;将训练图像集分成不同分组的批次训练图像;将其中之一分组的批次训练图像输入编码器;获取编码特征图并输入解码器得到第一预测图像;基于批次训练图像和第一预测图像计算得到损失值;更新编码器的参数;将其余分组的批次训练图像分批输入编码器直至完成训练图像...

...附议提出“精度感知”Scaling Laws统一预训练与后训练的精度预测

后训练量化(PTQ,即训练完成后对模型进行量化)引起的性能退化随着模型训练数据量的增加而增加。换句话说,在大量数据上训练的模型,如果在推理时进行低精度的PTQ,可能会导致性能显著下降。接下来,团队提出利用“精度感知”ScalingLaws来预测模型在不同精度下的性能,并指出:在较低精度下进行训练可以减少模型的“有效...

...模型的电池RUL预测方法专利,能够提升模型的表达能力和预测精度

电阻、阻抗和RUL数据,构建基于注意力机制的SMOE模型,基于注意力机制的SMOE模型包括多个专家子模型、一个门控网络模型和一个注意力机制计算层,训练和校验基于注意力机制的SMOE模型,预测电池RUL,基于注意力机制的SMOE模型训练完毕之后,在模型效果良好的前提下部署训练好的SMOE模型,并使用部署的SMOE对电池的RUL进行预测。

Scaling Law或将终结?哈佛MIT预警:低精度量化已无路可走,重磅研究...

OpenAI研究员CliveChan表示,拥抱scalinglaw,看看最先进的量化方案(mxfp,Pw≠Pkv≠Pa等)如何推进前沿将会很有趣。另外,我个人认为,值得花费一半的计算预算来进行一次大规模运行,以验证这个拟合是否适用于大模型。可以说,AI领域的大多数进展,都来自计算能力的提升,这主要依赖于低精度加速(从32位到16位再到8位)。

用大模型优化大模型预训练数据,节省20倍计算量,性能提升!

ProX不仅可以识别低质量的文本，还能进行更精准的优化和清理，如字符串标准化、噪声行删除等操作，确保每个样本都能以最佳状态进入预训练过程(www.e993.com)2024年11月23日。图：ProX总体框架，利用语言模型生成程序+执行，提升数据质量。3.如何兼顾效率和质量？Program-Every-Example!在利用语言模型提升数据质量的同时，如何提高数据处理的成本...

...及介质专利,能够降低感知数据标注成本,提高模型检测精度和准确性

新石器慧通(北京)申请基于数据合成的目标检测方法、装置、电子设备及介质专利,能够降低感知数据标注成本,提高模型检测精度和准确性,httpsm.jrj/madapter/finance/2024/09/17153843311402.shtml

华为云申请模型训练相关专利,能够提高训练 AI 模型的精度

所述方法包括:获取多个真实数据和多个第一仿真数据,所述多个真实数据是描述真实环境的数据,所述真实环境是待训练的第一人工智能AI模型所应用的环境,所述多个第一仿真数据是描述仿真环境的数据,所述仿真环境用于仿真所述真实环境;基于所述多个真实数据,对所述多个第一仿真数据进行调整得到多个第二仿真数据;基于所述...

浪潮信息申请模型训练等专利,提高目标神经网络模型的定位精度和...

获取训练数据集;根据视觉特征得到第一知识图结构,根据音频特征得到第二知识图结构;根据两个知识图结构对第一神经网络模型优化得到目标神经网络模型,目标神经网络模型用于对待处理视频数据进行类别标签定位。本发明通过构建视觉特征和音频特征对应的知识图结构,使用知识图结构优化第一神经网络模型,并未将视觉信息视为噪声,...

中科创达取得物体缺陷检测相关专利,缩短模型训练整体耗时并且提升...

本申请的训练方法缩短了模型训练的整体耗时,并且提升了模型的检测精度。