「cs.LG」カテゴリーアーカイブ

MoE-CAP: Benchmarking Cost, Accuracy and Performance of Sparse Mixture-of-Experts Systems

投稿日: 2025年5月19日 作成者: jarxiv

要約 スパースの混合物（MOE）アーキテクチャは、大規模な言語モデル（LLM）を … 続きを読む →

カテゴリー: cs.DC, cs.LG | MoE-CAP: Benchmarking Cost, Accuracy and Performance of Sparse Mixture-of-Experts Systems はコメントを受け付けていません

MegaScale-MoE: Large-Scale Communication-Efficient Training of Mixture-of-Experts Models in Production

投稿日: 2025年5月19日 作成者: jarxiv

要約 大規模な混合物（MOE）モデルの効率的なトレーニングに合わせた生産システム … 続きを読む →

カテゴリー: cs.DC, cs.LG | MegaScale-MoE: Large-Scale Communication-Efficient Training of Mixture-of-Experts Models in Production はコメントを受け付けていません

A Generative Framework for Causal Estimation via Importance-Weighted Diffusion Distillation

投稿日: 2025年5月19日 作成者: jarxiv

要約 観察データから個別化された治療効果を推定することは、主に非ランダム化治療の … 続きを読む →

カテゴリー: cs.LG, stat.AP, stat.ME, stat.ML | A Generative Framework for Causal Estimation via Importance-Weighted Diffusion Distillation はコメントを受け付けていません

Signal attenuation enables scalable decentralized multi-agent reinforcement learning over networks

投稿日: 2025年5月19日 作成者: jarxiv

要約 古典的なマルチエージェント補強学習（MARL）方法では、エージェントがグロ … 続きを読む →

カテゴリー: cs.LG | Signal attenuation enables scalable decentralized multi-agent reinforcement learning over networks はコメントを受け付けていません

BINGO: A Novel Pruning Mechanism to Reduce the Size of Neural Networks

投稿日: 2025年5月19日 作成者: jarxiv

要約 過去10年間で、機械学習の使用は指数関数的に増加しています。 モデルはこれ … 続きを読む →

カテゴリー: cs.LG | BINGO: A Novel Pruning Mechanism to Reduce the Size of Neural Networks はコメントを受け付けていません

Automating High Quality RT Planning at Scale

投稿日: 2025年5月19日 作成者: jarxiv

要約 放射線療法（RT）計画は、複雑で、主観的で、時間型であることです。 人工知 … 続きを読む →

カテゴリー: cs.HC, cs.LG, cs.RO | Automating High Quality RT Planning at Scale はコメントを受け付けていません

Fast and Robust Visuomotor Riemannian Flow Matching Policy

投稿日: 2025年5月19日 作成者: jarxiv

要約 拡散ベースの視覚運動ポリシーは、視覚データを高次元のマルチモーダルアクショ … 続きを読む →

カテゴリー: cs.LG, cs.RO | Fast and Robust Visuomotor Riemannian Flow Matching Policy はコメントを受け付けていません

msf-CNN: Patch-based Multi-Stage Fusion with Convolutional Neural Networks for TinyML

投稿日: 2025年5月19日 作成者: jarxiv

要約 AIは、大規模な言語モデルからマイクロコントローラー（MCU）で実行されて … 続きを読む →

カテゴリー: cs.LG, cs.PF | msf-CNN: Patch-based Multi-Stage Fusion with Convolutional Neural Networks for TinyML はコメントを受け付けていません

Potential failures of physics-informed machine learning in traffic flow modeling: theoretical and experimental analysis

投稿日: 2025年5月19日 作成者: jarxiv

要約 この研究では、トラフィックフローモデリングのための物理学に基づいた機械学習 … 続きを読む →

カテゴリー: cs.LG, physics.comp-ph | Potential failures of physics-informed machine learning in traffic flow modeling: theoretical and experimental analysis はコメントを受け付けていません

NoPE: The Counting Power of Transformers with No Positional Encodings

投稿日: 2025年5月19日 作成者: jarxiv

要約 位置エンコーディング（PES）は、変圧器の表現力を確保するために不可欠であ … 続きを読む →

カテゴリー: cs.CL, cs.FL, cs.LG | NoPE: The Counting Power of Transformers with No Positional Encodings はコメントを受け付けていません