Modelo de atención para predicción robusta con datos incompletos
Descubre un modelo de atención que aprende con datos incompletos en robótica. Mejora la predicción de trayectorias y manipulación con sensores faltantes.
#modelos de atención
RAPID: poda y fusión de tokens adaptativa por capas para ViT
RAPID reduce costos en Vision Transformers combinando poda por capas y fusión de tokens. Hasta 4.29% más precisión en compresión extrema.
Ajuste fino sin olvidar el aprendizaje en contexto: modelos de atención lineal
Descubre cómo afinar modelos de atención lineal sin perder el aprendizaje en contexto. Consejos teóricos para mejorar el rendimiento zero-shot.