GitHub Stars
522
Forks数量
51
贡献者数量
2
许可证
MIT
收录理由
当你在同一套模型架构上反复微调出多个版本，又想把这些版本的准确率提升合到一起，同时不肯增加推理开销时，这个仓库能直接当作起点。它把论文里的两种主要做法都实现了：一种是均匀汤，把所有权重简单平均；另一种是贪心汤，只有新加的模型能提高验证集准确率时才把它放进来。整个流程被拆成了下载、评估、跑汤、画图这几个独立的命令，你可以只重跑自己关心的那一段。另外仓库附带了一个在CIFAR-10上演示的Colab笔记本，想快速试一下这个思路适不适合你的问题，不用先折腾完整的数据管线，打开笔记本就能体验。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。
同类热门项目
prompts.chat
前身为 Awesome ChatGPT Prompts。分享、发现和收集社区提示词。免费且开源——可自托管，为您的组织提供完全隐私。
JavaGuide
Java 面试 & 后端通用面试指南，覆盖计算机基础、数据库、分布式、高并发、系统设计与 AI 应用开发
system-prompts-and-models-of-ai-tools
精选流行AI助手和编码代理的系统提示、内部工具和AI模型集合。
30-seconds-of-code
编程文章，助你提升开发技能
generative-ai-for-beginners
21节课，开始使用生成式AI构建