「cs.DC」カテゴリーアーカイブ

A Federated Splitting Framework for LLMs: Security, Efficiency, and Adaptability

投稿日: 2025年5月22日 作成者: jarxiv

要約 プライベートデータは通常、パブリックデータよりも高品質であり、LLMを改善 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.DC | A Federated Splitting Framework for LLMs: Security, Efficiency, and Adaptability はコメントを受け付けていません

Resource Heterogeneity-Aware and Utilization-Enhanced Scheduling for Deep Learning Clusters

投稿日: 2025年5月22日 作成者: jarxiv

要約 GPUやTPUなどのアクセラレータを備えた強力なクラスターをトレーニングす … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.LG, I.2.11 | Resource Heterogeneity-Aware and Utilization-Enhanced Scheduling for Deep Learning Clusters はコメントを受け付けていません

KunServe: Efficient Parameter-centric Memory Management for LLM Serving

投稿日: 2025年5月21日 作成者: jarxiv

要約 GPUのクラスターを使用してLLMSを提供することは最近一般的であり、サー … 続きを読む →

カテゴリー: cs.AI, cs.DC | KunServe: Efficient Parameter-centric Memory Management for LLM Serving はコメントを受け付けていません

Digital Twins in the Cloud: A Modular, Scalable and Interoperable Framework for Accelerating Verification and Validation of Autonomous Driving Solutions

投稿日: 2025年5月20日 作成者: jarxiv

要約 自動運転車（AVS）の検証と検証（V＆V）には、通常、さまざまな動作環境に … 続きを読む →

カテゴリー: cs.DC, cs.RO | Digital Twins in the Cloud: A Modular, Scalable and Interoperable Framework for Accelerating Verification and Validation of Autonomous Driving Solutions はコメントを受け付けていません

Occult: Optimizing Collaborative Communication across Experts for Accelerated Parallel MoE Training and Inference

投稿日: 2025年5月20日 作成者: jarxiv

要約 混合混合物（MOE）アーキテクチャは、専門家の並列性を備えた印象的な計算効 … 続きを読む →

カテゴリー: cs.DC, cs.LG | Occult: Optimizing Collaborative Communication across Experts for Accelerated Parallel MoE Training and Inference はコメントを受け付けていません

MegaScale-MoE: Large-Scale Communication-Efficient Training of Mixture-of-Experts Models in Production

投稿日: 2025年5月20日 作成者: jarxiv

要約 大規模な混合物（MOE）モデルの効率的なトレーニングに合わせた生産システム … 続きを読む →

カテゴリー: cs.DC, cs.LG | MegaScale-MoE: Large-Scale Communication-Efficient Training of Mixture-of-Experts Models in Production はコメントを受け付けていません

MoE-CAP: Benchmarking Cost, Accuracy and Performance of Sparse Mixture-of-Experts Systems

投稿日: 2025年5月19日 作成者: jarxiv

要約 スパースの混合物（MOE）アーキテクチャは、大規模な言語モデル（LLM）を … 続きを読む →

カテゴリー: cs.DC, cs.LG | MoE-CAP: Benchmarking Cost, Accuracy and Performance of Sparse Mixture-of-Experts Systems はコメントを受け付けていません

MegaScale-MoE: Large-Scale Communication-Efficient Training of Mixture-of-Experts Models in Production

投稿日: 2025年5月19日 作成者: jarxiv

要約 大規模な混合物（MOE）モデルの効率的なトレーニングに合わせた生産システム … 続きを読む →

カテゴリー: cs.DC, cs.LG | MegaScale-MoE: Large-Scale Communication-Efficient Training of Mixture-of-Experts Models in Production はコメントを受け付けていません

Scaling Multi Agent Reinforcement Learning for Underwater Acoustic Tracking via Autonomous Vehicles

投稿日: 2025年5月14日 作成者: jarxiv

要約 自動運転車（AV）は、水中追跡などの科学ミッションに費用対効果の高いソリュ … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.PF, cs.RO | Scaling Multi Agent Reinforcement Learning for Underwater Acoustic Tracking via Autonomous Vehicles はコメントを受け付けていません

Training Ultra Long Context Language Model with Fully Pipelined Distributed Transformer

投稿日: 2025年5月14日 作成者: jarxiv

要約 長いコンテキスト機能を備えた大規模な言語モデル（LLMS）は、テキスト生成 … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.LG | Training Ultra Long Context Language Model with Fully Pipelined Distributed Transformer はコメントを受け付けていません