Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaKomputasi & perangkat lunakRI: SMALL: Multitask Learning and Fine-Tuning: Measurements and Algorithms for Representational Transfer
Proyek riset & pengembangan

RI: SMALL: Multitask Learning and Fine-Tuning: Measurements and Algorithms for Representational Transfer

Ringkasan tujuan riset

Transfer representasi pada multitask learning diteliti melalui model surrogate hubungan tugas, klasterisasi berorientasi tujuan, dan pengukuran generalisasi untuk fine-tuning yang efisien.

Komputasi & perangkat lunak1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2412008Periode tercatat 2024-09-15 sampai 2027-08-31.NSF 2412008MulaiAkhir tercatat202420282024-09-152027-08-31
Linimasa dan catatan proyek

Tanggal dan TRL menurut catatan penerbit. Akhir periode dan target bukan bukti hasil riset.

Teknologi · CC BY 4.0 · Sumber data

Apa tujuan dan pendekatan risetnya?

Profil ini merangkum ruang lingkup proyek yang dipublikasikan National Science Foundation (NSF). Sumber diakses . Uraian pendekatan dan manfaat menyatakan tujuan pengembangan, kecuali sumber secara khusus melaporkan hasil.

Sifat statistik serta geometri model pralatih memandu pemilihan subset tugas. Klasterisasi mendukung kriteria seperti pemerataan performa dan digabung boosting untuk perbaikan pembelajaran. Ukuran generalisasi baru menargetkan fine-tuning serta transfer informasi antartugas. Metode diuji pada data berfitur heterogen, termasuk dataset kecelakaan lalu lintas delapan negara bagian. Riset menghubungkan pengukuran aktif performa subset dengan keputusan desain sistem multitugas.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
Northeastern University
Program
Robust Intelligence
Periode pendanaan tercatat
2024-09-15 → 2027-08-31

Proyek kolaboratif beberapa institusi diwakili oleh satu catatan penghargaan. Institusi di atas adalah penerima pada catatan tersebut.

Klasifikasi NSF

  • Directorate for Computer and Information Science and Engineering
  • Computing & AI Foundations

Label penerbit dipertahankan sebagai konteks. Bidang katalog merupakan pengelompokan editorial.

Apa yang diketahui tentang statusnya?

Status pendanaan menurut NSFAktif (catatan pendanaan NSF)

Catatan NSF tidak melaporkan tingkat kesiapan teknologi (TRL). Status pendanaan aktif atau berakhir bukan bukti keberhasilan riset.

Batas informasi

Profil merangkum tujuan dan pendekatan dalam abstrak pendanaan NSF. Status pendanaan tidak membuktikan keberhasilan riset, kesiapan teknologi, atau ketersediaan produk. Hasil dan performa belum diverifikasi secara independen; tinjauan ahli belum dilakukan.

Dasar profil

Metodologi dan batas pemeriksaan. Ringkasan berbahasa Indonesia disusun sebagai parafrasa editorial dengan pemeriksaan sumber primer oleh agen AI. Identitas, periode, serta status berasal dari catatan penerbit. Tinjauan ahli dan pengujian kinerja independen belum dilakukan; rujukan tidak menyiratkan dukungan atau sertifikasi NSF.