Continuum-LM：连续深度语言模型提出
热点事件持续更新
Continuum-LM：连续深度语言模型提出
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Zhaoxin Fan 等作者提出连续深度语言模型 Continuum-LM，将预训练残差变换复用为连续深度模型中的动力学算子，隐藏状态通过高阶数值积分求解的常微分方程演化，计算量由求解器阶数和步长控制。 作者称，在八项科学任务上，该模型在 0.6B 和 1.7B 规模下的平均精确匹配准确率分别比离散对应模型提升 7.77 和 10.96 个百分点；在 0.6B 规模、参数与残差函数评估预算匹配时，它也优于 Ouro 式循环控制。
AI 根据报道生成 · 1 小时前更新
最新进展10月21日 12:00
Continuum-LM：面向 AI4Science 任务的连续深度大语言模型报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv cs.CLContinuum-LM：面向 AI4Science 任务的连续深度大语言模型
Continuum-LM 将预训练残差变换复用为连续深度语言模型中的动力学算子，隐藏状态通过高阶数值积分求解的常微分方程演化，由求解器阶数和步长控制计算量。在八项科学任务上，该模型在 0.6B 和 1.7B 规模下平均精确匹配准确率分别比离散对应模型提升 7.77 和 10.96 个百分点。0.6B 规模下，它在参数与残差函数评估预算匹配时也优于 Ouro 式循环控制。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。