Sakana AI
Sakana AI 用逐层本地方法训练千层网络
Sakana AI 研究者提出 PC-ALM,权重更新保持逐层本地,在 MNIST 上训练 1000 层网络,与反向传播差距约 2 个百分点。
Sakana AI
Sakana AI 研究者提出 PC-ALM,权重更新保持逐层本地,在 MNIST 上训练 1000 层网络,与反向传播差距约 2 个百分点。
Sakana AI
قدّم باحثو Sakana AI طريقة PC-ALM المحلية على مستوى الطبقة، وتقترب نتائجها من الانتشار العكسي بنحو نقطتين على MNIST.
Sakana AI
Sakana AI researchers presented PC-ALM, a layer-local training method that reaches within about 2 points of backpropagation on 1000-layer networks on MNIST.
Sakana AI
Sakana AI araştırmacıları, her güncellemeyi katman içinde tutan PC-ALM yöntemiyle MNIST'te 1000 katmanlı ağları geri yayılımın yaklaşık 2 puan gerisinde eğitti.
Sakana AI
Sakana AI, tek API arkasında farklı modeller arasında iş dağıtan Fugu ailesine iki yeni model ekledi: maliyet odaklı Fugu Max ve yetenek odaklı Fugu Ultra v2.
Sakana AI
Sakana AI 在 Fugu 系列新增两款模型:Fugu Max 追求单位成本下的最佳输出,Fugu Ultra v2 面向多步复杂任务,均通过托管 API 提供。
Sakana AI
أضافت Sakana AI نموذجين إلى عائلة Fugu: الأول يحسّن العائد لكل دولار، والثاني يستهدف المهام الصعبة متعددة الخطوات، وكلاهما متاح عبر واجهة برمجية مستضافة.
Sakana AI
Sakana AI released two models built on its learned orchestrator: Fugu Max optimizes output per dollar, while Fugu Ultra v2 targets hard multi-step tasks.