「cs.DC」カテゴリーアーカイブ

On the Communication Complexity of Decentralized Bilevel Optimization

投稿日: 2024年5月21日 作成者: jarxiv

要約 分散二値最適化は機械学習に広く応用されているため、ここ数年積極的に研究され … 続きを読む →

カテゴリー: cs.DC, cs.LG, math.OC | On the Communication Complexity of Decentralized Bilevel Optimization 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5月20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

Cross-Silo Federated Learning Across Divergent Domains with Iterative Parameter Alignment

投稿日: 2024年5月20日 作成者: jarxiv

要約 プライベート ソースに分散されたデータの集合的な知識から学習することで、強 … 続きを読む →

カテゴリー: cs.CV, cs.DC, cs.LG | Cross-Silo Federated Learning Across Divergent Domains with Iterative Parameter Alignment はコメントを受け付けていません

Testing learning-enabled cyber-physical systems with Large-Language Models: A Formal Approach

投稿日: 2024年5月17日 作成者: jarxiv

要約 機械学習 (ML) をサイバーフィジカル システム (CPS) に統合する … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.RO, cs.SE | Testing learning-enabled cyber-physical systems with Large-Language Models: A Formal Approach はコメントを受け付けていません

The Effect of Quantization in Federated Learning: A Rényi Differential Privacy Perspective

投稿日: 2024年5月17日 作成者: jarxiv

要約 Federated Learning (FL) は、分散データを使用したプ … 続きを読む →

カテゴリー: cs.CR, cs.DC, cs.LG | The Effect of Quantization in Federated Learning: A Rényi Differential Privacy Perspective はコメントを受け付けていません

Asynchronous Federated Stochastic Optimization with Exact Averaging for Heterogeneous Local Objectives

投稿日: 2024年5月17日 作成者: jarxiv

要約 フェデレーテッド ラーニング (FL) は、中央サーバーの調整の下、複数の … 続きを読む →

カテゴリー: cs.DC, cs.LG | Asynchronous Federated Stochastic Optimization with Exact Averaging for Heterogeneous Local Objectives はコメントを受け付けていません

Automated Federated Learning via Informed Pruning

投稿日: 2024年5月17日 作成者: jarxiv

要約 フェデレーテッド ラーニング (FL) は、ローカル データを交換すること … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.ET, cs.LG | Automated Federated Learning via Informed Pruning はコメントを受け付けていません

SA-FedLora: Adaptive Parameter Allocation for Efficient Federated Learning with LoRA Tuning

投稿日: 2024年5月16日 作成者: jarxiv

要約 転移学習による大規模な事前トレーニング済みモデルの微調整は、幅広い下流タス … 続きを読む →

カテゴリー: cs.DC, cs.LG | SA-FedLora: Adaptive Parameter Allocation for Efficient Federated Learning with LoRA Tuning はコメントを受け付けていません

Federated Full-Parameter Tuning of Billion-Sized Language Models with Communication Cost under 18 Kilobytes

投稿日: 2024年5月16日 作成者: jarxiv

要約 事前トレーニングされた大規模言語モデル (LLM) は、自然言語命令に対す … 続きを読む →

カテゴリー: cs.DC, cs.LG | Federated Full-Parameter Tuning of Billion-Sized Language Models with Communication Cost under 18 Kilobytes はコメントを受け付けていません

Dual-Segment Clustering Strategy for Federated Learning in Heterogeneous Environments

投稿日: 2024年5月16日 作成者: jarxiv

要約 フェデレーテッド ラーニング (FL) は、ネットワークのパラメータまたは … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.LG | Dual-Segment Clustering Strategy for Federated Learning in Heterogeneous Environments はコメントを受け付けていません