「cs.DC」カテゴリーアーカイブ

Holmes: Towards Distributed Training Across Clusters with Heterogeneous NIC Environment

投稿日: 2023年12月8日 作成者: jarxiv

要約 GPT-3、OPT、LLaMA などの大規模言語モデル (LLM) は、幅 … 続きを読む →

カテゴリー: cs.CL, cs.DC | Holmes: Towards Distributed Training Across Clusters with Heterogeneous NIC Environment はコメントを受け付けていません

Holmes: Towards Distributed Training Across Clusters with Heterogeneous NIC Environment

投稿日: 2023年12月7日 作成者: jarxiv

要約 GPT-3、OPT、LLaMA などの大規模言語モデル (LLM) は、幅 … 続きを読む →

カテゴリー: cs.CL, cs.DC | Holmes: Towards Distributed Training Across Clusters with Heterogeneous NIC Environment はコメントを受け付けていません

Exploring Error Bits for Memory Failure Prediction: An In-Depth Correlative Study

投稿日: 2023年12月6日 作成者: jarxiv

要約 大規模なデータセンターでは、メモリ障害がサーバー クラッシュの一般的な原因 … 続きを読む →

カテゴリー: cs.AI, cs.AR, cs.DC, cs.LG | Exploring Error Bits for Memory Failure Prediction: An In-Depth Correlative Study はコメントを受け付けていません

Communication-Efficient Federated Optimization over Semi-Decentralized Networks

投稿日: 2023年12月1日 作成者: jarxiv

要約 大規模なフェデレーションおよび分散型学習では、通信効率が最も困難なボトルネ … 続きを読む →

カテゴリー: cs.DC, cs.LG, math.OC | Communication-Efficient Federated Optimization over Semi-Decentralized Networks はコメントを受け付けていません

VREM-FL: Mobility-Aware Computation-Scheduling Co-Design for Vehicular Federated Learning

投稿日: 2023年12月1日 作成者: jarxiv

要約 支援運転や自動運転は急速に勢いを増しており、間もなく現実になるでしょう。 … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.LG, cs.SY, eess.SY | VREM-FL: Mobility-Aware Computation-Scheduling Co-Design for Vehicular Federated Learning はコメントを受け付けていません

FedAgg: Adaptive Federated Learning with Aggregated Gradients

投稿日: 2023年11月30日 作成者: jarxiv

要約 フェデレーテッド ラーニング (FL) は、分散モデル トレーニングの新た … 続きを読む →

カテゴリー: cs.DC, cs.LG | FedAgg: Adaptive Federated Learning with Aggregated Gradients はコメントを受け付けていません

FedECA: A Federated External Control Arm Method for Causal Inference with Time-To-Event Data in Distributed Settings

投稿日: 2023年11月29日 作成者: jarxiv

要約 外部対照群 (ECA) は、実験薬の初期臨床開発に情報を提供し、非ランダム … 続きを読む →

カテゴリー: cs.DC, cs.LG, stat.ME | FedECA: A Federated External Control Arm Method for Causal Inference with Time-To-Event Data in Distributed Settings はコメントを受け付けていません

Equilibrium in the Computing Continuum through Active Inference

投稿日: 2023年11月29日 作成者: jarxiv

要約 Computing Continuum (CC) システムは、各計算層の複 … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.LG, cs.PF, cs.SY, eess.SY | Equilibrium in the Computing Continuum through Active Inference はコメントを受け付けていません

Scheduling and Communication Schemes for Decentralized Federated Learning

投稿日: 2023年11月28日 作成者: jarxiv

要約 フェデレーテッド ラーニング (FL) は、多数のクライアントが中央サーバ … 続きを読む →

カテゴリー: cs.DC, cs.LG | Scheduling and Communication Schemes for Decentralized Federated Learning はコメントを受け付けていません

SpotServe: Serving Generative Large Language Models on Preemptible Instances

投稿日: 2023年11月28日 作成者: jarxiv

要約 生成大規模言語モデル (LLM) には高い計算量とメモリ要件があるため、安 … 続きを読む →

カテゴリー: cs.CL, cs.DC, cs.LG | SpotServe: Serving Generative Large Language Models on Preemptible Instances はコメントを受け付けていません