「cs.DC」カテゴリーアーカイブ

vTensor: Flexible Virtual Tensor Management for Efficient LLM Serving

投稿日: 2024年7月23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広く使用されており、毎 … 続きを読む →

カテゴリー: cs.DC, cs.LG | vTensor: Flexible Virtual Tensor Management for Efficient LLM Serving はコメントを受け付けていません

Parallel Split Learning with Global Sampling

投稿日: 2024年7月23日 作成者: jarxiv

要約 IoT デバイスの拡大とディープラーニングの需要により、分散ディープラーニ … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.LG | Parallel Split Learning with Global Sampling はコメントを受け付けていません

On the use of Probabilistic Forecasting for Network Analysis in Open RAN

投稿日: 2024年7月22日 作成者: jarxiv

要約 長短期記憶 (LSTM) などの他のシングルポイント人工知能 (AI) ベ … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.IT, cs.LG, cs.NI, math.IT | On the use of Probabilistic Forecasting for Network Analysis in Open RAN はコメントを受け付けていません

Enhancing Cloud-Native Resource Allocation with Probabilistic Forecasting Techniques in O-RAN

投稿日: 2024年7月22日 作成者: jarxiv

要約 6G 時代に向けた電気通信の進化に伴い、現実世界のシナリオでリソースを生産 … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.IT, cs.LG, cs.NI, math.IT | Enhancing Cloud-Native Resource Allocation with Probabilistic Forecasting Techniques in O-RAN はコメントを受け付けていません

The Future of Large Language Model Pre-training is Federated

投稿日: 2024年7月22日 作成者: jarxiv

要約 生成事前トレーニングされた大規模言語モデル (LLM) は、前例のない量の … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.LG | The Future of Large Language Model Pre-training is Federated はコメントを受け付けていません

On the Impact of PRB Load Uncertainty Forecasting for Sustainable Open RAN

投稿日: 2024年7月22日 作成者: jarxiv

要約 持続可能なオープン無線アクセス ネットワーク (O-RAN) アーキテクチ … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.IT, cs.LG, cs.NI, math.IT | On the Impact of PRB Load Uncertainty Forecasting for Sustainable Open RAN はコメントを受け付けていません

The Vision of Autonomic Computing: Can LLMs Make It a Reality?

投稿日: 2024年7月22日 作成者: jarxiv

要約 20 年以上前に提案されたオートノミック コンピューティング (ACV) … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.DC, cs.MA, cs.SE | The Vision of Autonomic Computing: Can LLMs Make It a Reality? はコメントを受け付けていません

Mixture of Experts with Mixture of Precisions for Tuning Quality of Service

投稿日: 2024年7月22日 作成者: jarxiv

要約 リソースに制約のある環境で大規模な専門家混合 (MoE) モデルを展開する … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.LG, cs.PF | Mixture of Experts with Mixture of Precisions for Tuning Quality of Service はコメントを受け付けていません

CaBaFL: Asynchronous Federated Learning via Hierarchical Cache and Feature Balance

投稿日: 2024年7月18日 作成者: jarxiv

要約 フェデレーション ラーニング (FL) は、有望な分散機械学習パラダイムと … 続きを読む →

カテゴリー: cs.DC, cs.LG | CaBaFL: Asynchronous Federated Learning via Hierarchical Cache and Feature Balance はコメントを受け付けていません

Continuous reasoning for adaptive container image distribution in the cloud-edge continuum

投稿日: 2024年7月18日 作成者: jarxiv

要約 クラウド エッジ コンピューティングでは、アプリケーションがさまざまなイン … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.LO, cs.SE | Continuous reasoning for adaptive container image distribution in the cloud-edge continuum はコメントを受け付けていません