計算効率 に関する最新の記事

計算コストに注目した推論戦略を評価する新しいアプローチ。

新しい方法がストリーミング環境でのデータ学習を改善する。

新しい方法がデータセットの圧縮を改善して、機械学習の結果を良くする。

GPUを使った方法は、適応有限要素計算を強化して、スピードと効率を向上させる。

新しい方法が、長いテキストでのLLMのパフォーマンスを向上させ、正確さを失わないようにしてるよ。

新しい手法が大規模線形システムの解決効率を高めてるよ。

量子アクティブラーニングはデータを選んでラベリングすることでモデルのトレーニングを強化する。

PromptDSIは、新しい情報と既存の情報を効率的に管理することで、ドキュメントの取得を改善するよ。

より良いアクセシビリティのための機械翻訳評価指標に関する新しいアプローチ。

新しい方法でDNNのトレーニング効率がアップして、メモリ使用量が減るよ。

新しいマトリックス構造は、リソースの要求を減らしつつAIモデルのファインチューニングを改善します。

差分プライバシーを使ったモデルのトレーニングでパフォーマンスを向上させるテクニック。

AdaZetaは、大規模言語モデルのファインチューニングでメモリ使用量を減らしつつ、パフォーマンスを向上させる。

伝統的な手法を使って、学習した最適化アルゴリズムの適応性を向上させる。

新しいアルゴリズムが、通信圧縮を用いた分散バイレベル最適化の効率を改善する。

WallFacerは、最適化されたコミュニケーションを使って長いシーケンスのTransformerモデルのトレーニング効率を向上させる。

新しい標準が、計算におけるニューラルネットワークの速度とエネルギー効率を向上させる。

この記事では、より良いパフォーマンスのために近似計算を使ってMUSICを強化することについて話してるよ。

言語モデルの効率とスピードをアップさせる新しいアプローチ。

NEIMは、効率的な分析のために複雑な非線形モデルを簡素化するためにニューラルネットワークを使用している。

この論文は、性能向上のためにICLをモデルの重みに変換する方法を提案してるよ。

新しい機械学習方法で、クープマンズスペクトル関数計算の効率が向上したよ。

この記事では、RNNのパフォーマンスを向上させるための新しいアプローチとして、テスト時トレーニングを使った方法が紹介されています。

ランダムサブスペースが機械学習におけるモデルの一般化をどう改善するかを発見しよう。

新しい手法が、大きなモデルのトレーニングにおけるLoRAの効率とパフォーマンスを向上させる。

スパース解のための直交マッチング追跡を実装するための効率的なアプローチ。

ニューラルモデルの効率的なファインチューニングのためのグループ・アンド・シャッフル行列を紹介します。

機械学習のミクスチャーモデルを改善して、より効率的で結果が良くなるようにする。

データ選択がうまくいくと、大規模言語モデルのパフォーマンスが上がる。

ウェイトブロックのスパース性がAIのパフォーマンスと効率をどう向上させるかを学ぼう。

新しい方法が共通注意重みを使って言語モデルの効率を高める。

MaskMoEは、稀なトークンのパフォーマンスを向上させることでMoEモデルにおけるトークン学習を改善する。

新しいアルゴリズムは、データの正確な表現を確保しながらクラスタリングのスピードを向上させる。

GoldFinchは長文タスクのために効率的なメモリと処理を提供する。

ベイズ法は、大規模データセットのデータ分析のスピードと精度を向上させるよ。

この論文は三元言語モデルのパフォーマンスと効率を強調してる。

確率ブロックモデルがネットワーク内のコミュニティを特定するのにどう役立つか探ってみよう。

低ランク近似が大きな行列をどう簡略化して計算を楽にするかを学ぼう。

新しい方法でコミュニケーションコストが減って、データサイエンスの計算が速くなるよ。

LSM-GNNは、大規模なグラフニューラルネットワークのためのマルチGPUトレーニングを強化する。