Ошибка - калибровка подпространственного пространства для многоцелевой слияния моделей

arXiv: 261 030.33483v 1 Annuatese Type: New Humanitary: Model объединяет экспертные модели по конкретным задачам в единую модель без совместной подготовки их первоначальных наборов данных, но часто имеет пробелы в эффективности по сравнению с отдельными экспертами. Калибровка после слияния может сократить этот пробел за счет корректировки представленности по конкретным задачам, однако одна лишь цель согласования не определяет, какие направления следует исправить. Мы предлагаем калибровать погрешности в субпространстве (ESCal) — систему калибровки после слияния, которая определяет низкомерные подпространственные ошибки на основе весовых различий между экспертными и объединенными моделями. На каждом промежуточном блоке модуль моста проектирует слияние представления на подпроекции ошибки ввода и прогностичества следующего блока и картирует эти координаты до корректировки присадок в подпространственной ошибке вывода-прогнозирования текущего блока. Подпространственные базы остаются неизменными, поэтому калибровка изучает только эти линейные карты и дает параметро-эффективный механизм для функции корры