arXiv · Machine Learning· Matthew McDermott, Florent Pollet, Payal Chandak, Gregory Kondas, Liat Friedman Antwarg, Noa Dagan, Isaac Kohane·· 8 小时前AI 评分42
任意任务推理（ATI）基础模型的理论框架与构建方法
A Theoretical Framework for Understanding and Building "Any-task inference" Capable Foundation Models
AI 导读
研究提出任意任务推理（ATI）基础模型的形式化定义与理论框架，将其分解为编码器、模型和解码器三个部分。框架进一步把模型误差划分为设计项和模型实现超额误差，并提出生成式与判别式两种构建方案，通过5个真实场景案例验证其适用性。
来源：arXiv · Machine Learning · arxiv.org