cs.DC」カテゴリーアーカイブ

CYCle: Choosing Your Collaborators Wisely to Enhance Collaborative Fairness in Decentralized Learning

要約 協調学習 (CL) を使用すると、複数の参加者が生データを共有することなく … 続きを読む

カテゴリー: cs.DC, cs.LG | コメントする

Federated Instruction Tuning of LLMs with Domain Coverage Augmentation

要約 Federated Domain-specific structuning … 続きを読む

カテゴリー: cs.CL, cs.DC, cs.LG | コメントする

Ladder-residual: parallelism-aware architecture for accelerating large model inference with communication overlapping

要約 大規模な言語モデルの推論はメモリを大量に消費し、時間がかかるため、効率的に … 続きを読む

カテゴリー: cs.CL, cs.DC, cs.LG | コメントする

AdaServe: SLO-Customized LLM Serving with Fine-Grained Speculative Decoding

要約 このペーパーでは、きめ細かい投機的デコードを通じて SLO カスタマイズを … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.DC, cs.LG | コメントする

Over-the-Air Multi-Sensor Inference with Neural Networks Using Memristor-Based Analog Computing

要約 ディープ ニューラル ネットワークは、多くの分類および回帰タスクに対して信 … 続きを読む

カテゴリー: cs.DC, cs.IT, cs.LG, math.IT | コメントする

BatchLLM: Optimizing Large Batched LLM Inference with Global Prefix Sharing and Throughput-oriented Token Batching

要約 大規模言語モデル (LLM) は、幅広い情報処理および管理タスクにおいてま … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.DC, cs.LG | コメントする

Good things come in small packages: Should we adopt Lite-GPUs in AI infrastructure?

要約 生成 AI ワークロードの急増する需要に対応するために、GPU 設計者はこ … 続きを読む

カテゴリー: cs.AI, cs.AR, cs.DC | コメントする

Managed-Retention Memory: A New Class of Memory for the AI Era

要約 今日の AI クラスターは、高帯域幅メモリ (HBM) の主な用途の 1 … 続きを読む

カテゴリー: cs.AI, cs.AR, cs.DC, cs.ET | コメントする

RE-POSE: Synergizing Reinforcement Learning-Based Partitioning and Offloading for Edge Object Detection

要約 物体検出は、自動運転やセキュリティからスマートシティに至るまで、幅広い用途 … 続きを読む

カテゴリー: cs.AI, cs.CV, cs.DC | コメントする

Self-Organizing Edge Computing Distribution Framework for Visual SLAM

要約 既知の環境内での位置特定は、移動ロボットにとって重要な機能です。 Simu … 続きを読む

カテゴリー: cs.CV, cs.DC, cs.RO | コメントする