Como treinam o LoRA para Stable Diffusion?
Machine Learning / AI
O que são EFB e GOSS no LightGBM?
O que é a fusão LoRA e como fundir vários adaptadores?
O que é uma máscara causal e como ela é implementada ao nível das pontuações de atenção?
O que é DP-SGD e como é adicionado o ruído?
O que é aprendizagem em contexto e por que ela funciona?
O que são redes neurais gráficas para propriedades moleculares?
O que é PR-AUC vs ROC-AUC em caso de desequilíbrio extremo?
O que é roteamento de especialistas e quais os métodos de balanceamento de carga entre especialistas existem?
O que é o BigBird e que tipos de atenção ele combina?
O que é o FLUX e qual é a sua ideia?
Por que os embeddings estáticos não são adequados para homonímia e polissemia?
O que é FP8 e onde é utilizado no treino/inferência?
Qual é a diferença entre embeddings posicionais absolutos e relativos?