Zobrazeno 1 - 10
of 193 934
pro vyhledávání: '"P. Sára"'
In recent years, the development of diffusion models has led to significant progress in image and video generation tasks, with pre-trained models like the Stable Diffusion series playing a crucial role. Inspired by model pruning which lightens large
Externí odkaz:
http://arxiv.org/abs/2409.06633
With the increasing number of parameters in large pre-trained models, LoRA as a parameter-efficient fine-tuning(PEFT) method is widely used for not adding inference overhead. The LoRA method assumes that weight changes during fine-tuning can be appro
Externí odkaz:
http://arxiv.org/abs/2408.03290
Autor:
Sheng, Y., Imam, K., Kaur, A., Ajello, M., Domínguez, A., Rau, A., Cenko, S. B., Greiner, J., Hartmann, D. H., Cox, I., Joffre, S., Mcdaniel, A., Silver, R., Torres-Albà, N.
The spectroscopic redshift measurement of BL Lac, a class of blazar, is challenging because its spectrum has no or weak emission lines ($\leqslant5\AA$). We estimate the redshift by the photometric dropout technique for a sample of 64 blazars (59 BL
Externí odkaz:
http://arxiv.org/abs/2409.16236
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
SARA integrates Eye Tracking and state-of-the-art large language models in a mixed reality framework to enhance the reading experience by providing personalized assistance in real-time. By tracking eye movements, SARA identifies the text segments tha
Externí odkaz:
http://arxiv.org/abs/2404.06906
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Leal, Isabel, Choromanski, Krzysztof, Jain, Deepali, Dubey, Avinava, Varley, Jake, Ryoo, Michael, Lu, Yao, Liu, Frederick, Sindhwani, Vikas, Vuong, Quan, Sarlos, Tamas, Oslund, Ken, Hausman, Karol, Rao, Kanishka
We present Self-Adaptive Robust Attention for Robotics Transformers (SARA-RT): a new paradigm for addressing the emerging challenge of scaling up Robotics Transformers (RT) for on-robot deployment. SARA-RT relies on the new method of fine-tuning prop
Externí odkaz:
http://arxiv.org/abs/2312.01990