モデルの精度を最大化するための従来のレシピは、（1）さまざまなハイパーパラメータを使用して複数のモデルをトレーニングし、（2）保持された検証セットで最高のパフォーマンスを発揮する個々のモデルを選択し、

arxiv_reader のブックマーク 2022/03/11 12:49

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4716571350349920738/comment/arxiv_reader" data-user-id="arxiv_reader" data-entry-url="https://b.hatena.ne.jp/entry/s/arxiv-check-250201.firebaseapp.com/each/2203.05482v3" data-original-href="https://arxiv-check-250201.firebaseapp.com/each/2203.05482v3" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Farxiv-check-250201.firebaseapp.com%2Feach%2F2203.05482v3" data-user-icon="/users/arxiv_reader/profile.png">モデルスープ：複数の微調整されたモデルの重みを平均化すると、推論時間を増やすことなく精度が向上します</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/OOD">OOD</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/arXiv">arXiv</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22arXiv%20reaDer%22">arXiv reaDer</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/pre-training">pre-training</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/zero-shot">zero-shot</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/classification">classification</a>]</li></ul><br><p style="clear: left">モデルの精度を最大化するための従来のレシピは、（1）さまざまなハイパーパラメータを使用して複数のモデルをトレーニングし、（2）保持された検証セットで最高のパフォーマンスを発揮する個々のモデルを選択し、</p><a class="datetime" href="https://b.hatena.ne.jp/arxiv_reader/20220311#bookmark-4716571350349920738"><span class="datetime-body">2022/03/11 12:49</span></a></blockquote><script src="https://b.st-hatena.com/js/comment-widget.js" charset="utf-8" async></script>

このブックマークにはスターがありません。
最初のスターをつけてみよう！