发布OrionMoE-Small表格基础模型论文
热点事件观察中
发布OrionMoE-Small表格基础模型论文
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Mohamed Bouadi等作者发布论文，提出OrionMoE-Small——一个用于表格数据上下文学习（in-context learning）的稀疏混合专家基础模型。基于论文摘要，作者报告该模型在多个表格基准上与规模大得多的基础模型相比具有竞争力，在小上下文、高维和类别不平衡数据上表现尤其强。 模型结合分布感知表示与按数据集条件化选择的稀疏专家计算，采用双轴 Transformer 并按特征和数据集上下文选择专家。它完全在由结构化因果先验生成的合成分类任务上预训练，下游预测无需基于梯度的微调。
AI 根据报道生成 · 1 天前更新
最新进展10月15日 12:00
OrionMoE-Small：面向表格上下文学习的稀疏混合专家基础模型报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv · cs.AIOrionMoE-Small：面向表格上下文学习的稀疏混合专家基础模型
作者提出 OrionMoE-Small，一种结合分布感知表示和数据集条件化稀疏混合专家计算的表格基础模型，用于基于带标签支持表的上下文预测。该模型采用双轴 Transformer，并按特征和数据集上下文选择专家；基于论文摘要，作者报告其在多个表格基准上与更大模型相比具有竞争力，且在小上下文、高维和类别不平衡数据上表现较强。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 910月15日 14:00
- 近 24 小时变化
- -50%
02.557.510
18:0010月16日06:0012:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。