GitHub
ShadowPEFT: Параметр-эффективное дообучение для Edge-Cloud
Проект реализует методы параметр-эффективного дообучения (PEFT) для совместных вычислений на границе сети и в облаке. Это позволяет оптимизировать работу больших моделей в условиях ограниченных ресурсов edge-устройств. Инструмент важен для разработчиков, занимающихся развертыванием нейросетей в распределенных системах.
374 forksPythonscore 73.6
post-trainingembodied-intelligencellmedge-computingparameter-efficient-fine-tuningpeft