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.
생성 학습을 표현 학습으로 확장하기: 분포 매칭 관점의 자기지도 전이학습
국소적 가소성을 갖는 하이브리드 ANN-SNN 파이프라인
Comparing Architectures for Supervised Political Scaling
CoLA: Cross-Modal Low-rank Adaptation for Multimodal Downstream Tasks
특징 불일치가 있는 고차원 회귀를 위한 이질적 전이학습
LF${}^{2}$AR: 언어 모델의 멀티모달 적응 개선을 위한 계층별 동역학 고려
SARATR-X-v2: SAR 파운데이션 모델을 위한 스케일 인식 구조적 사전학습
태스크 특화 지식 베이스로서의 언어 모델: 해석 가능성 분석
CrossHallu: 대규모 언어 모델의 내부 표현에서 환각 신호는 언어와 도메인을 넘어 일반화되는가?
SEED: 설명 가능한 텍스트 위조 탐지를 위한 Simple ViT와 Evolving Harness
멀티태스크 GRPO: 다양한 태스크에서 신뢰할 수 있는 LLM 추론
GENEB: 유전체 모델 비교가 어려운 이유
1B 매개변수보다 큰 멀티모달 감정 언어 모델이 정말 필요한가?
VLAFlow: 공동 학습 및 미래 잠재 정렬을 통한 비전-언어-행동 모델의 통합 학습 프레임워크
Cortex: 동결된 시각 특징을 이용한 Quake용 컴팩트 행동 클로닝
커널 릿지 회귀를 활용한 CATE의 전이학습
토크나이저 이식: 엣지 효율적 벵골어 ASR에서의 자기회귀 붕괴 완화
ID-Guard: 신원 식별 무력화를 통해 얼굴 조작에 대응하는 범용 프레임워크
다중모달 의료 데이터 모델링의 도전 과제 및 해결 방안: 체계적 문헌고찰
LC-SEPLM: 서열 전용 단백질 표현 학습을 위한 장거리 접촉 지도 적응
전이학습을 통한 건설 현장 자동 용접 로봇의 향상된 심 분할: 양방향 분할 네트워크의 한계 해결
EA-Nav: 체화 인식 기반 안전한 시각 내비게이션 정책 학습
SwiftGS: 즉각적 위성 표면 복원을 위한 에피소드 사전
EAGT: 일반화와 전이성을 위한 심초음파 데이터 증강
채우기 후 진전: 시나리오 특화 원격 탐사 MLLM을 위한 역량 격차 주도 사후 학습
DINOv3-MIL: KiTS23에서 파운데이션 모델 패치 토큰 기반 신장별 다중 레이블 종양 및 낭종 탐지
scMIR: 단일 세포 광학 현미경 이미지 표현을 위한 비전-언어 파운데이션 모델
대조적 약-강 일반화
Semalith v1.4: Llama-Guard-3-8B 대비 매개변수 44배 적은 보정 184M 안전 분류기로 SOTA 프롬프트 인젝션 탐지 달성
잎 혈관 구조의 전체 네트워크 유전자-환경 연관을 위한 심층 학습-통계 통합 프레임워크
DomainPilot: 효율적인 언어 모델 미세조정을 위한 도메인 수준 손실 기반 2단계 데이터 혼합 최적화
협력적 메타 지식 강화를 통한 치매 원인 진단
베어링 결함 진단을 위한 물리적으로 검증 가능한 증거와 LLM 기반 보고
LithoFormer: 트랜스포머 기반 층서 추론을 위한 견고한 프레임워크
파운데이션 모델과 미세조정: 시계열 예측을 위한 차세대 모델
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.