cs.DC」カテゴリーアーカイブ

Robustness of deep learning classification to adversarial input on GPUs: asynchronous parallel accumulation is a source of vulnerability

要約 機械学習(ML)分類モデルが、敵対的な攻撃として知られる小規模なターゲット … 続きを読む

カテゴリー: cs.DC, cs.LG, I.2.11 | コメントする

LoGoFair: Post-Processing for Local and Global Fairness in Federated Learning

要約 Federated Learning(FL)は、分散型のデータソースから学 … 続きを読む

カテゴリー: cs.DC, cs.LG | コメントする

Federated Cross-Domain Click-Through Rate Prediction With Large Language Model Augmentation

要約 厳しいプライバシーの制約の下でクリックスルーレート(CTR)を正確に予測す … 続きを読む

カテゴリー: cs.CL, cs.DC, cs.IR | コメントする

GREEN-CODE: Learning to Optimize Energy Efficiency in LLM-based Code Generation

要約 大規模な言語モデル(LLM)は、日常生活に不可欠になり、さまざまな自然言語 … 続きを読む

カテゴリー: C.4, cs.AI, cs.DC, cs.PF, cs.SE | コメントする

ModServe: Scalable and Resource-Efficient Large Multimodal Model Serving

要約 大規模なマルチモーダルモデル(LMMS)は、画像、ビデオ、オーディオを超え … 続きを読む

カテゴリー: cs.AI, cs.DC | コメントする

RAGO: Systematic Performance Optimization for Retrieval-Augmented Generation Serving

要約 大規模な言語モデル(LLM)と外部知識データベースからの検索を組み合わせた … 続きを読む

カテゴリー: C.1, cs.AI, cs.CL, cs.DC, cs.IR | コメントする

Capturing a Moving Target by Two Robots in the F2F Model

要約 移動ターゲットを無限の実際のラインでキャプチャするための検索問題を調査しま … 続きを読む

カテゴリー: cs.DC, cs.RO | コメントする

Dispersion is (Almost) Optimal under (A)synchrony

要約 分散の問題は、分散コンピューティングの文献で最近多くの注目を集めています。 … 続きを読む

カテゴリー: cs.DC, cs.DS, cs.MA, cs.RO | コメントする

Graph of Effort: Quantifying Risk of AI Usage for Vulnerability Assessment

要約 AIベースのソフトウェアが広く利用可能になっているため、自動化や複雑なパタ … 続きを読む

カテゴリー: cs.AI, cs.CR, cs.DC | コメントする

RESFL: An Uncertainty-Aware Framework for Responsible Federated Learning by Balancing Privacy, Fairness and Utility in Autonomous Vehicles

要約 自動運転車(AVS)は、プライバシーを維持しながら知覚モデルを強化するため … 続きを読む

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