「cs.AI」カテゴリーアーカイブ

Optimizing Travel Itineraries with AI Algorithms in a Microservices Architecture: Balancing Cost, Time, Preferences, and Sustainability

投稿日: 2024年10月24日 作成者: jarxiv

要約 この研究の目的は、マイクロサービス アーキテクチャに AI アルゴリズムを … 続きを読む →

カテゴリー: cs.AI, cs.CY, cs.LG, cs.SE | Optimizing Travel Itineraries with AI Algorithms in a Microservices Architecture: Balancing Cost, Time, Preferences, and Sustainability はコメントを受け付けていません

Benchmarking Floworks against OpenAI & Anthropic: A Novel Framework for Enhanced LLM Function Calling

投稿日: 2024年10月24日 作成者: jarxiv

要約 大規模言語モデル (LLM) はさまざまなドメインで顕著な機能を示していま … 続きを読む →

カテゴリー: cs.AI | Benchmarking Floworks against OpenAI & Anthropic: A Novel Framework for Enhanced LLM Function Calling はコメントを受け付けていません

SimRAG: Self-Improving Retrieval-Augmented Generation for Adapting Large Language Models to Specialized Domains

投稿日: 2024年10月24日 作成者: jarxiv

要約 検索拡張生成 (RAG) は、外部知識を統合することにより、大規模言語モデ … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.IR, cs.LG | SimRAG: Self-Improving Retrieval-Augmented Generation for Adapting Large Language Models to Specialized Domains はコメントを受け付けていません

ExpertFlow: Optimized Expert Activation and Token Allocation for Efficient Mixture-of-Experts Inference

投稿日: 2024年10月24日 作成者: jarxiv

要約 Sparse Mixture of Experts (MoE) モデルは、 … 続きを読む →

カテゴリー: cs.AI, cs.CL | ExpertFlow: Optimized Expert Activation and Token Allocation for Efficient Mixture-of-Experts Inference はコメントを受け付けていません

MCUBERT: Memory-Efficient BERT Inference on Commodity Microcontrollers

投稿日: 2024年10月24日 作成者: jarxiv

要約 この論文では、ネットワークとスケジューリングの協調最適化を通じて小型マイク … 続きを読む →

カテゴリー: cs.AI, cs.LG | MCUBERT: Memory-Efficient BERT Inference on Commodity Microcontrollers はコメントを受け付けていません

StockGPT: A GenAI Model for Stock Prediction and Trading

投稿日: 2024年10月24日 作成者: jarxiv

要約 この論文では、ほぼ 100 年にわたって毎日 7,000 万件の米国株式リ … 続きを読む →

カテゴリー: cs.AI, q-fin.CP, q-fin.PM, q-fin.PR, q-fin.ST | StockGPT: A GenAI Model for Stock Prediction and Trading はコメントを受け付けていません

Closed-form merging of parameter-efficient modules for Federated Continual Learning

投稿日: 2024年10月24日 作成者: jarxiv

要約 モデルのマージはディープラーニングにおける重要な技術として浮上しており、パ … 続きを読む →

カテゴリー: cs.AI, cs.LG | Closed-form merging of parameter-efficient modules for Federated Continual Learning はコメントを受け付けていません

Dynamic Spectrum Access for Ambient Backscatter Communication-assisted D2D Systems with Quantum Reinforcement Learning

投稿日: 2024年10月24日 作成者: jarxiv

要約 スペクトル アクセスは、デバイス間 (D2D) 通信における重要な問題です … 続きを読む →

カテゴリー: cs.AI, cs.NI | Dynamic Spectrum Access for Ambient Backscatter Communication-assisted D2D Systems with Quantum Reinforcement Learning はコメントを受け付けていません

Do Large Language Models Truly Grasp Mathematics? An Empirical Exploration

投稿日: 2024年10月24日 作成者: jarxiv

要約 LLM の数学的タスクの熟練にもかかわらず、LLM の数学的推論能力の基礎 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG | Do Large Language Models Truly Grasp Mathematics? An Empirical Exploration はコメントを受け付けていません

Federated Transformer: Multi-Party Vertical Federated Learning on Practical Fuzzily Linked Data

投稿日: 2024年10月24日 作成者: jarxiv

要約 Federated Learning (FL) は、生データを共有すること … 続きを読む →

カテゴリー: cs.AI, cs.CR, cs.LG | Federated Transformer: Multi-Party Vertical Federated Learning on Practical Fuzzily Linked Data はコメントを受け付けていません