Výsledky vyhledávání

Report

OpenFedLLM: Training Large Language Models on Decentralized Private Data via Federated Learning

Autor: Ye, Rui, Wang, Wenhao, Chai, Jingyi, Li, Dihan, Li, Zexi, Xu, Yinda, Du, Yaxin, Wang, Yanfeng, Chen, Siheng

Trained on massive publicly available data, large language models (LLMs) have demonstrated tremendous success across various fields. While more data contributes to better performance, a disconcerting reality is that high-quality public data will be e

Externí odkaz: http://arxiv.org/abs/2402.06954

Zobrazit plný text záznamu

Report

TFCNs: A CNN-Transformer Hybrid Network for Medical Image Segmentation

Autor: Li, Zihan, Li, Dihan, Xu, Cangbai, Wang, Weice, Hong, Qingqi, Li, Qingde, Tian, Jie

Medical image segmentation is one of the most fundamental tasks concerning medical information analysis. Various solutions have been proposed so far, including many deep learning-based techniques, such as U-Net, FC-DenseNet, etc. However, high-precis

Externí odkaz: http://arxiv.org/abs/2207.03450

Zobrazit plný text záznamu

Akademický článek

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Vyhledávací nástroje:

Upřesnit hledání