เปรียบเทียบวิธี

	การค้นหาสถาปัตยกรรมโครงข่ายประสาทเทียม	การกลั่นความรู้
สาขาวิชา	การเรียนรู้เชิงลึก	การเรียนรู้เชิงลึก
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2017	2015
ผู้ริเริ่ม	Zoph, B. & Le, Q.V.	Hinton, G., Vinyals, O. & Dean, J.
ประเภท	Automated architecture optimization (deep learning)	Neural network compression (teacher–student)
แหล่งต้นตำรับ	Zoph, B. & Le, Q.V. (2017). Neural Architecture Search with Reinforcement Learning. ICLR.	Hinton, G., Vinyals, O. & Dean, J. (2015). Distilling the Knowledge in a Neural Network. NeurIPS Deep Learning Workshop.
ชื่อเรียกอื่น	Nöral Mimari Arama (NAS), NAS, automated architecture design, differentiable architecture search	Bilgi Damıtma (Knowledge Distillation), bilgi damıtma, teacher-student distillation, model distillation
ที่เกี่ยวข้อง	5	5
สรุป	Neural Architecture Search (NAS), introduced by Zoph and Le in 2017, automatically optimizes architectural decisions such as a network's depth, width, and connection structure instead of hand-designing them. Leading methods in the field include DARTS, ENAS, and Once-for-All.	Knowledge Distillation is a model-compression technique, introduced by Geoffrey Hinton and colleagues in 2015, that trains a small student model using the soft-label outputs of a large teacher model. Distilled models such as DistilBERT and TinyBERT reach roughly 97% of the larger model's performance while running far faster.