KD4RE: Unterschied zwischen den Versionen
Aus Aifbportal
He9318 (Diskussion | Beiträge) |
He9318 (Diskussion | Beiträge) |
||
| Zeile 3: | Zeile 3: | ||
|Name=Knowledge Distillation for Relation Extraction | |Name=Knowledge Distillation for Relation Extraction | ||
|Name EN=Knowledge Distillation for Relation Extraction | |Name EN=Knowledge Distillation for Relation Extraction | ||
| + | |Beschreibung DE=Das Projekt "Knowledge Distillation for Relation Extraction" (KD4RE) beschäftigt sich mit der Entwicklung von effizienten Informationsextraktionsmethoden. Aktuelle, sehr große Sprachmodelle sind aufgrund hoher technischer Anforderungen oft nur als „Off-Premise" Lösung realisierbar. KD4RE beinhaltet daher die Entwicklung von Methoden, welche die Kapazitäten sehr großer Sprachmodelle in kleinere Modelle übertragen und so neben geringeren Kosten auch neue "On-Premise"-Lösungen ermöglichen. | ||
| + | |Beschreibung EN=The project "Knowledge Distillation for Relation Extraction" (KD4RE) deals with the development of efficient information extraction methods. Current, very large language models can often only be implemented as an "off-premise" solution due to high technical requirements. KD4RE therefore includes the development of methods that transfer the capacities of very large language models to smaller models and thus, in addition to lower costs, also new "on-premise " solutions. | ||
|Kontaktperson=Michael Färber, Nicholas Popovic | |Kontaktperson=Michael Färber, Nicholas Popovic | ||
|Start=2022/06/01 | |Start=2022/06/01 | ||
Aktuelle Version vom 27. Juni 2022, 14:42 Uhr
 |
Knowledge Distillation for Relation Extraction |
|
|
Beschreibung
Das Projekt "Knowledge Distillation for Relation Extraction" (KD4RE) beschäftigt sich mit der Entwicklung von effizienten Informationsextraktionsmethoden. Aktuelle, sehr große Sprachmodelle sind aufgrund hoher technischer Anforderungen oft nur als „Off-Premise" Lösung realisierbar. KD4RE beinhaltet daher die Entwicklung von Methoden, welche die Kapazitäten sehr großer Sprachmodelle in kleinere Modelle übertragen und so neben geringeren Kosten auch neue "On-Premise"-Lösungen ermöglichen.
Involvierte Personen
Informationen
von: 1 Juni 2022
bis: 30 November 2022
Finanzierung: BMBF
Partner
Forschungsgruppe
Forschungsgebiet
KD4RE (Knowledge Discovery, Künstliche Intelligenz)
Publikationen zum Projekt
article
- inproceedings
- book
- incollection
- booklet
- proceedings
- phdthesis
- techreport
- deliverable
- manual
- misc
- unpublished