AMiner平台(https://www.aminer.cn)由清华大学计算机系研发,拥有我国完全自主知识产权。平台包含了超过2.3亿学术论文/专利和1.36亿学者的科技图谱,提供学者评价、专家发现、智能指派、学术地图等科技情报专业化服务。系统2006年上线,吸引了全球220个国家/地区1000多万独立IP访问,数据下载量230万次,年度访问量超过1100万,成为学术搜索和社会网络挖掘研究的重要数据和实验平台。
必读论文:https://www.aminer.cn/topic
论文集地址:https://www.aminer.cn/topic/6085692f92c7f9be21335c2f
近期,大规模和超大规模预训练模型近期频繁出现在各大新闻媒体,从聊天到创作,一步一步刷新了我们的认知。但是我们想拿来就用的梦想却被手头的设备要求扼杀在了萌芽中。模型压缩是解决这个问题非常自然的一个想法,它的核心的思路包括:参数量化、权重共享、知识蒸馏,尤其是在BERT为基础的模型压缩工作近些年也层出不穷。
该论文集共收录21篇论文,引用最多的论文为ALBERT: A Lite BERT for Self-supervised Learning of Language Representations,引用数为1071。
AMiner,AI赋能的学术搜索平台:https://www.aminer.cn
#AMiner# #论文#