cs.IT」カテゴリーアーカイブ

Understanding LLM Behaviors via Compression: Data Generation, Knowledge Acquisition and Scaling Laws

要約 大規模な言語モデル(LLMS)は、多数のタスクにわたって顕著な能力を実証し … 続きを読む

カテゴリー: cs.AI, cs.IT, cs.LG, math.IT | Understanding LLM Behaviors via Compression: Data Generation, Knowledge Acquisition and Scaling Laws はコメントを受け付けていません

Understanding LLM Behaviors via Compression: Data Generation, Knowledge Acquisition and Scaling Laws

要約 大規模な言語モデル(LLMS)は、多数のタスクにわたって顕著な能力を実証し … 続きを読む

カテゴリー: cs.AI, cs.IT, cs.LG, math.IT | Understanding LLM Behaviors via Compression: Data Generation, Knowledge Acquisition and Scaling Laws はコメントを受け付けていません

Query Complexity of Classical and Quantum Channel Discrimination

要約 量子チャネルの識別は、不明なチャネルアクセスの数の関数としての最適な減衰確 … 続きを読む

カテゴリー: cs.IT, cs.LG, math.IT, math.ST, quant-ph, stat.TH | Query Complexity of Classical and Quantum Channel Discrimination はコメントを受け付けていません

Understanding LLM Behaviors via Compression: Data Generation, Knowledge Acquisition and Scaling Laws

要約 大規模な言語モデル(LLMS)は、多数のタスクにわたって顕著な能力を実証し … 続きを読む

カテゴリー: cs.AI, cs.IT, cs.LG, math.IT | Understanding LLM Behaviors via Compression: Data Generation, Knowledge Acquisition and Scaling Laws はコメントを受け付けていません

Battery-aware Cyclic Scheduling in Energy-harvesting Federated Learning

要約 Federated Learning(FL)は、分散学習のための有望な枠組 … 続きを読む

カテゴリー: cs.IT, cs.LG, math.IT | Battery-aware Cyclic Scheduling in Energy-harvesting Federated Learning はコメントを受け付けていません

Deep Variational Multivariate Information Bottleneck — A Framework for Variational Losses

要約 変分次元削減方法は、その精度、生成能力、および堅牢性に広く使用されています … 続きを読む

カテゴリー: cond-mat.stat-mech, cs.IT, cs.LG, math.IT, physics.data-an | Deep Variational Multivariate Information Bottleneck — A Framework for Variational Losses はコメントを受け付けていません

Local Grammar-Based Coding Revisited

要約 最小限のローカル文法ベースのコーディングの設定では、入力文字列は、単純なシ … 続きを読む

カテゴリー: 94A29, cs.CL, cs.IT, math.IT | Local Grammar-Based Coding Revisited はコメントを受け付けていません

Estimation of embedding vectors in high dimensions

要約 埋め込みは、多くの機械学習モデル、特に自然言語処理における基本的な初期機能 … 続きを読む

カテゴリー: cs.IT, cs.LG, math.IT, stat.ML | Estimation of embedding vectors in high dimensions はコメントを受け付けていません

The Work Capacity of Channels with Memory: Maximum Extractable Work in Percept-Action Loops

要約 将来の観察を予測することは、機械学習、生物学、経済学、および他の多くの分野 … 続きを読む

カテゴリー: cond-mat.stat-mech, cs.IT, cs.LG, math.IT, nlin.AO, nlin.CD, quant-ph | The Work Capacity of Channels with Memory: Maximum Extractable Work in Percept-Action Loops はコメントを受け付けていません

Quantifying Knowledge Distillation Using Partial Information Decomposition

要約 知識蒸留は、複雑な教師モデルの内部表現をエミュレートするために、より小さな … 続きを読む

カテゴリー: cs.CV, cs.IT, cs.LG, eess.IV, math.IT, stat.ML | Quantifying Knowledge Distillation Using Partial Information Decomposition はコメントを受け付けていません