Transfer Learning
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 4
- 평가표
- 6
- 보존된 평가 기록
- 10
Transfer Learning is a machine learning technique where a model trained on one task is re-purposed and fine-tuned for a related, but different task. The idea behind transfer learning is to leverage the knowledge learned from a pre-trained model to solve a new, but related problem. This can be useful in situations where there is limited data available to train a new model from scratch, or when the new task is similar enough to the original task that the pre-trained model can be adapted to the new problem with only minor modifications.
<span style="color:grey; opacity: 0.6">( Image credit: Subodh Malgonde )</span>
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
신경망 PDE 솔버에서 학습된 상태의 전이 가능성
DaCe-DT: 이종 태스크를 위한 적응형 프롬프트 및 궤적 보정을 통한 데이터 중심 오프라인 멀티태스크 강화학습
대규모 언어 모델의 멀티모달 융합을 위한 단일모달 미세조정 기반 배치 증강
MAdam: 메트릭 인식 다중 목적 Adam
물리 정보 신경망 역문제를 위한 타깃 유도 선택적 재가중: 전이학습 접근법
매개변수 효율적인 파인튜닝을 위한 다양체 제약 하이퍼 연결
Apollo Restore: 고대 그리스어 텍스트의 Fill-in-the-Middle 복원에 최적화된 역사적 그리스어용 기반 대규모 언어 모델
HGPTrans: 차량 공기역학적 항력 계수 예측을 위한 계층적 그래프 풀링 Transolver
Train4Merge: OPD 기반 모델 병합을 위한 RL 대 SFT 교사 모델의 통제된 단일 교사 연구
자기 진화형 기술은 미학습 태스크에도 일반화되는가?
대규모 사전학습 데이터셋이 이미지 분류의 미세조정 후 강건성을 보장하지는 않는다
다단계 시계열 예측 모델 학습을 위한 이차 형식 직접 예측
미세조정(Fine-Tuning)의 재고: 비전-언어 모델의 숨겨진 역량 끌어내기
다국어 언어 모델을 위한 교차 언어 활성화 스티어링
부차언어 음성 태스크에서의 교차 언어 전이 정량화
작업 다양성은 체계적 전이를 유발하지만 지속적 강화학습을 저해한다
전자 건강 기록에서 강건하고 유연한 지식 전이를 통한 스펙트럼 임베딩 강화
CSWAM: 월드 액션 모델에서의 분포 외 일반화를 위한 더 나은 인과적 의미 표현
ReForge: 앵커 정규화 회귀를 통한 병합 모델 개선
플라톤적 태스크 산술
의약품 식별을 위한 생성적 특징 증강 기반 하이브리드 머신러닝 보조 라만 분광법
MACTS-EM: 창발적 메모리를 활용한 다중 에이전트 협업 시계열 예측
모든 사용자에게 개별 LoRA가 필요한가? 개인화와 사용자별 적응의 분리
LiteEMG-FM: 강건한 EMG 센싱을 위한 효율적이고 배포 가능한 파운데이션 모델
견고하고 역동적인 로봇 보행을 위한 저주파수 모션 제어 학습
차원 및 범주형 모델 전반의 통합 음악 감정 인식을 향하여
SleepFM-2를 통해 200만 시간의 수면 데이터로부터 전이 가능한 인간 생리학적 특성 학습하기
인공 대화를 활용한 구음장애 및 기관절개술 환자를 위한 개인 맞춤형 자동 음성 인식
기하학과 물리학의 결합: 비정형 신경망 편미분방정식 솔버를 위한 데이터 효율적 사전학습
다국어 GSM-Symbolic: 언어 간 능력 전이를 결정하는 요인은 무엇인가?
DeepStratNet: 희소한 레이블 환경에서 지진파 지층면 추적을 위한 문맥 인식 좌표 회귀 프레임워크
FUSEye: 중첩 뷰와 제로 초기화 어댑터를 활용한 경량 학습 어안 객체 탐지
OmniAct3D: 파노라마 3D 검출을 위한 기초 기하학 및 증거 기반 그라운딩 추론 활용
항공 화재 위험 분류를 위한 SigLIP2
일반화의 피기백 가설: 창발적 오정렬의 설명 및 완화
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.