Google Research 2020 年研究回顾:从 Transformer 图像识别到 LIT 可解释性工具
2020
阅读原文
本站未展示全文,请前往来源网站阅读。
AI 导读
Google Research 回顾了 2020 年发布的十余项研究,涵盖用 Transformer 做大规模图像识别、MediaPipe Holistic 在设备端同时预测人脸手部与姿态、以及用于 NLP 模型交互分析的语言可解释性工具 LIT。其他工作还包括用 AutoML 做时间序列预测、用 GAN 生成奇幻生物、MinDiff 框架缓解 ML 模型偏见,以及大语言模型的隐私考量。
来源:Google Research · research.google