cs.LG」カテゴリーアーカイブ

SplitLLM: Collaborative Inference of LLMs for Model Placement and Throughput Optimization

要約 大規模言語モデル (LLM) は近年の破壊的イノベーションであり、人間のよ … 続きを読む

カテゴリー: cs.DC, cs.LG, cs.NI | SplitLLM: Collaborative Inference of LLMs for Model Placement and Throughput Optimization はコメントを受け付けていません

Likelihood-based Differentiable Structure Learning

要約 有向非巡回グラフ (DAG) の微分可能構造学習に対する既存のアプローチは … 続きを読む

カテゴリー: cs.LG, math.ST, stat.ME, stat.ML, stat.TH | Likelihood-based Differentiable Structure Learning はコメントを受け付けていません

Preferential Normalizing Flows

要約 ノイズの多い判断を介して専門家から高次元の確率分布を導き出すことは、難しい … 続きを読む

カテゴリー: cs.LG, stat.ML | Preferential Normalizing Flows はコメントを受け付けていません

Initialization Method for Factorization Machine Based on Low-Rank Approximation for Constructing a Corrected Approximate Ising Model

要約 本稿では、機械学習モデルである Factorization Machine … 続きを読む

カテゴリー: cs.LG | Initialization Method for Factorization Machine Based on Low-Rank Approximation for Constructing a Corrected Approximate Ising Model はコメントを受け付けていません

An exactly solvable model for emergence and scaling laws in the multitask sparse parity problem

要約 深層学習モデルは、トレーニング時間、トレーニング データ、またはモデルのサ … 続きを読む

カテゴリー: cond-mat.dis-nn, cs.LG, stat.ML | An exactly solvable model for emergence and scaling laws in the multitask sparse parity problem はコメントを受け付けていません

The Non-Local Model Merging Problem: Permutation Symmetries and Variance Collapse

要約 モデルの結合は、それぞれが特定のタスクでトレーニングされた複数のエキスパー … 続きを読む

カテゴリー: cs.LG | The Non-Local Model Merging Problem: Permutation Symmetries and Variance Collapse はコメントを受け付けていません

Adversarial Training of Two-Layer Polynomial and ReLU Activation Networks via Convex Optimization

要約 特に安全性が重要な設定では過度にパラメータ化されたモデルが採用されているた … 続きを読む

カテゴリー: cs.LG, math.OC | Adversarial Training of Two-Layer Polynomial and ReLU Activation Networks via Convex Optimization はコメントを受け付けていません

Geometry-Aware Generative Autoencoders for Warped Riemannian Metric Learning and Generative Modeling on Data Manifolds

要約 単一細胞 RNA シークエンシングや空間ゲノミクスなどの分野における高次元 … 続きを読む

カテゴリー: cs.LG, math.DG, stat.ML | Geometry-Aware Generative Autoencoders for Warped Riemannian Metric Learning and Generative Modeling on Data Manifolds はコメントを受け付けていません

cedar: Optimized and Unified Machine Learning Input Data Pipelines

要約 入力データ パイプラインは、各機械学習 (ML) トレーニング ジョブの重 … 続きを読む

カテゴリー: cs.DC, cs.LG, cs.PF | cedar: Optimized and Unified Machine Learning Input Data Pipelines はコメントを受け付けていません

Towards Scalable Exact Machine Unlearning Using Parameter-Efficient Fine-Tuning

要約 機械学習の解除は、最初から再トレーニングすることなく、トレーニング済みの機 … 続きを読む

カテゴリー: cs.LG | Towards Scalable Exact Machine Unlearning Using Parameter-Efficient Fine-Tuning はコメントを受け付けていません