Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaKomputasi & perangkat lunakCAREER: A Time-Sensitive Large Model Training Platform for Dynamic Data Analytics
Proyek riset & pengembangan

CAREER: A Time-Sensitive Large Model Training Platform for Dynamic Data Analytics

Ringkasan tujuan riset

Platform latihan model besar peka waktu menggabungkan rencana paralelisasi otomatis dan pertumbuhan model bertahap untuk pembaruan dinamis berlatensi rendah.

Komputasi & perangkat lunak1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2443633Periode tercatat 2025-07-01 sampai 2030-06-30.NSF 2443633MulaiAkhir tercatat202520312025-07-012030-06-30
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?

Algoritme menghasilkan pembagian kerja yang menekan waktu periterasi, kemudian model kecil pralatih diperbesar selama fine-tuning untuk mengurangi jumlah iterasi. Aplikasi weather forecasting, kontrol eksperimen fusi, event streaming, dan scooter demand digunakan untuk menilai kepraktisan. Sasaran trillion-parameter cost-efficient training diuji pada infrastruktur akselerator, dengan real-time adaptation sebagai tujuan dan bukan hasil universal yang diasumsikan.

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.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
University of North Texas
Program
CAREER: FACULTY EARLY CAR DEV
Periode pendanaan tercatat
2025-07-01 → 2030-06-30

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
  • Office of Advanced Cyberinfrastructure

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.