Google DeepMind 研究人员发表了一项新研究，介绍了 JEST（联合示例选择技术），这是一种加速 AI 模型训练并显著降低计算要求的方法。
该技术利用了两个 AI 模型——一个预先训练的参考模型和一个正在接受训练以识别最有价值数据示例的“学习者”模型。
JEST 智能地选择最具指导意义的数据批次，使 AI 训练比目前最先进的方法快 13 倍，效率提高 10 倍。
在基准测试中，JEST 仅使用以前领先模型所需的 10% 的训练数据就实现了顶级性能。
该方法支持“数据质量引导”——使用小型、精选的数据集来指导对较大的非结构化数据集的学习。
本站文章通过互联网转载或者由本站编辑人员搜集整理发布，如有侵权，请联系本站删除。