トピック: Model Pruning

全セクション横断 2 件

韓国科学技術院などの研究チームが、大規模言語モデルからキャラクター固有のサブネットワークを抽出し、役割演技性能をほぼ維持したまま軽量化する手法「Persona-Pruner」を発表した。ゲームや接客AIの運用コスト削減に直結する成果である。

京都大学などの研究者が、複数のAIモデルを組み合わせるアンサンブル学習の予測器を最大96%削減しつつ精度と信頼性を維持する手法「SCSB」を発表した。推論コストの削減と予測確率の適正化を同時に実現し、金融・医療・製造業における実装コストを大幅に圧縮する可能性がある。