「cs.PF」カテゴリーアーカイブ

Kino-PAX: Highly Parallel Kinodynamic Sampling-based Planner

投稿日: 2024年9月12日 作成者: jarxiv

要約 サンプリングベースのモーション プランナー (SBMP) は、高次元空間で … 続きを読む →

カテゴリー: cs.DC, cs.PF, cs.RO | Kino-PAX: Highly Parallel Kinodynamic Sampling-based Planner はコメントを受け付けていません

Mixture of Experts with Mixture of Precisions for Tuning Quality of Service

投稿日: 2024年9月10日 作成者: jarxiv

要約 リソースに制約のある環境で大規模な専門家混合 (MoE) モデルを展開する … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.LG, cs.PF | Mixture of Experts with Mixture of Precisions for Tuning Quality of Service はコメントを受け付けていません

Smartphone-based Eye Tracking System using Edge Intelligence and Model Optimisation

投稿日: 2024年8月23日 作成者: jarxiv

要約 現在のスマートフォンベースの視線追跡アルゴリズムの重大な制限は、通常、静止 … 続きを読む →

カテゴリー: cs.CV, cs.HC, cs.LG, cs.PF | Smartphone-based Eye Tracking System using Edge Intelligence and Model Optimisation はコメントを受け付けていません

A Closer Look at Data Augmentation Strategies for Finetuning-Based Low/Few-Shot Object Detection

投稿日: 2024年8月21日 作成者: jarxiv

要約 低ショットおよび少数ショットの物体検出のための現在の方法は、主に物体を検出 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, cs.PF | A Closer Look at Data Augmentation Strategies for Finetuning-Based Low/Few-Shot Object Detection はコメントを受け付けていません

AI-driven Java Performance Testing: Balancing Result Quality with Testing Time

投稿日: 2024年8月12日 作成者: jarxiv

要約 パフォーマンス テストは、ソフトウェア システムの効率の問題を明らかにする … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.PF, cs.SE | AI-driven Java Performance Testing: Balancing Result Quality with Testing Time はコメントを受け付けていません

MoE-Infinity: Offloading-Efficient MoE Model Serving

投稿日: 2024年8月2日 作成者: jarxiv

要約 このペーパーでは、疎な専門家混合 (MoE) モデル向けのオフロード効率の … 続きを読む →

カテゴリー: cs.LG, cs.PF | MoE-Infinity: Offloading-Efficient MoE Model Serving はコメントを受け付けていません

KIVI: A Tuning-Free Asymmetric 2bit Quantization for KV Cache

投稿日: 2024年7月26日 作成者: jarxiv

要約 大規模言語モデル (LLM) を効率的に処理するには、リクエストあたりのコ … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.PF | KIVI: A Tuning-Free Asymmetric 2bit Quantization for KV Cache はコメントを受け付けていません

Mixture of Experts with Mixture of Precisions for Tuning Quality of Service

投稿日: 2024年7月22日 作成者: jarxiv

要約 リソースに制約のある環境で大規模な専門家混合 (MoE) モデルを展開する … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.LG, cs.PF | Mixture of Experts with Mixture of Precisions for Tuning Quality of Service はコメントを受け付けていません

QJL: 1-Bit Quantized JL Transform for KV Cache Quantization with Zero Overhead

投稿日: 2024年7月19日 作成者: jarxiv

要約 LLM を提供するには、KV キャッシュ内の Key-Value (KV) … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG, cs.PF | QJL: 1-Bit Quantized JL Transform for KV Cache Quantization with Zero Overhead はコメントを受け付けていません

Characterizing and Understanding HGNN Training on GPUs

投稿日: 2024年7月17日 作成者: jarxiv

要約 ヘテロジニアス グラフ ニューラル ネットワーク (HGNN) は、異種グ … 続きを読む →

カテゴリー: cs.AI, cs.AR, cs.LG, cs.PF | Characterizing and Understanding HGNN Training on GPUs はコメントを受け付けていません