PaLoRA propose une méthode LoRA à rythme adaptatif pour l’apprentissage continu
1 sourcemis à jour il y a 1 jpertinence 2,8 sur5
L’essentiel
PaLoRA comprime les connaissances passées par la SVD, projette les gradients sur l’espace nul des tâches précédentes et ajuste le pas selon le rang effectif. Il gagne 4 % de précision sur ImageNet-A et ImageNet-R à 50 tâches.
Propagation1 article, publié par HF Daily Papers le 6 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceYuxuan Li, Fanhu Zeng, Hao Tanghuggingface.co
PaLoRA: Paced Low-Rank Adaptation for Continual Learning (site externe)
Sur les mêmes thèmes
Recherche
Xiaomi publie MiMo-V2.6-Pro, un modèle open-weights omnimodal de 1 000 milliards de paramètres
Recherche
Xiaomi MiMo publie MiMo-V2.6-Distill-Qwen-9B, un modèle agentique de 9 milliards de paramètres
Recherche
Reflection dévoile Beam, un modèle d’IA de 501 milliards de paramètres
Recherche
OpenAI publie 722 manuscrits de mathématiques issus d’un modèle interne non diffusé
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5