Intelligence SynthesisJAEN

Relatórios de IA · MIT CSAIL · 2026-11-19 · Blog / comentário

Para adaptar um modelo de IA a um dispositivo pequeno, mantenha concisas as anotações de treinamento | MIT CSAIL

Título original: To adapt an AI model to a small device, keep its training notes concise | MIT CSAIL

Pesquisadores do MIT CSAIL e da Universidade Harvard desenvolveram o método Low-memory Activation Rank Subspace (LARS), que condensa os dados de ativação intermediários durante o treinamento em vez de armazenar cada cálculo. Em comparação com as principais técnicas de PEFT, o método reduziria o uso de memória em mais de 23% em GPUs e cerca de 47% em CPUs. Ele é voltado ao treinamento no próprio dispositivo em aparelhos com capacidade de processamento limitada, como smartphones e wearables de saúde.

Ler o original ↗

Todos os relatórios de IA →