KDD 2025 人大团队提出多任务贝叶斯联邦学习算法,同时处理分类和回归
本文介绍了一篇关于多任务贝叶斯联邦学习的文章,该文章在KDD 2025上被接收。通过结合局部设备下的多任务学习与全局水平的联邦学习,缓解了有限数据下的过拟合问题,并展示了其在分类和回归任务中的优越性能。
本文介绍了一篇关于多任务贝叶斯联邦学习的文章,该文章在KDD 2025上被接收。通过结合局部设备下的多任务学习与全局水平的联邦学习,缓解了有限数据下的过拟合问题,并展示了其在分类和回归任务中的优越性能。
作者
|
王兆洋
邮箱
|
wangzhaoyang@pingwest.com
像是迷雾中走出的一头
本文介绍了一种名为GRAPE的新算法,用于改善视觉-语言-动作模型在机器人任务中的泛化能力。通过偏好对齐提升策略的灵活性和适应性,支持多种目标如安全性和效率。
2025年1月16日上海将举办‘AI&DATA’活动,微软、埃森哲等公司高管及女性创业者将参与讨论。聚焦行业洞察、女性视角和赋能分享,特别环节邀请AI领域女性创业者分享故事,激励更多女性在科技领域发光。