区间

最近，机器学习领域泰斗Michael Jordan发表了关于去中心化机器学习中契约、不确定性和激励的主题报告。这份报告从统计学、经济学和博弈论等角度解释了如何处理机器学习中的不确定性。Michael I. Jordan是美国科学院、美国工程院和美国艺术与科学院三院院士，也是人工智能领域唯一一位获此成...

本文介绍了解决LLaMA、BERT等模型部署难题的首个4-bit浮点量化LLM的方法。传统的后训练量化方法大多采用整数量化，但当比特数低于8位时，量化后模型的准确率会显著下降。相比于整数量化，浮点数量化能更好地表示长尾分布，因此越来越多的硬件平台开始支持浮点数量化。这篇文章提出了针对大模型的浮点数量...

本文介绍了机器学习领域的最新报告，即Michael Jordan在2023北京论坛 · 新工科专题论坛上的演讲内容。在此报告中，Jordan从统计学、经济学和博弈论的角度解释了如何处理去中心化机器学习中的不确定性。作为机器学习领域的泰斗，Michael I. Jordan拥有多个重要学术组织的会士身...