complexity | BriefGPT - AI 论文速递

关键词complexity

搜索结果 - 130

DARG: 大型语言模型的动态评估与自适应推理图
通过自适应推理图扩展动态评估大型语言模型（LLM）的现有基准来生成具有可控复杂性和多样性的评估数据，实证结果表明，大多数 LLMs 在复杂性增加时性能下降，某些 LLMs 的性能显著下降，通过 DARG 生成的数据对 LLMs 存在更多偏见
PDF9 days ago
ICML优化的分组查询注意机制用于变形金刚
提出了一种激活信息驱动的方法 AsymGQA，将 MHA 不对称地分组为 GQA，并在模型性能方面取得了较好的表现。该方法解决了 GQA 在模型性能和硬件效能之间的权衡问题。
PDF13 days ago
一种可解释性近似理论
通过简单特征的决策树是否能够逼近深度神经网络的问题，以及该问题的变体，正是对可由人类解释的机器学习模型不断增长的需求。本文通过引入可解释逼近的概念来研究这些问题，这一概念捕捉了通过一些基类概念的小聚合来逼近目标概念 c 的想法。我们的主要贡
PDF19 days ago
利用多级字典进行无损图像压缩：二值图像
基于空间结构和二值图像的模式，本研究提出了一种具有低复杂度和性能保证的无损图像压缩方案，通过学习字典从二值图像中编码，取得了比传统方法、学习方法和专用方案更好的压缩性能。
PDFa month ago
在无先验知识的平均奖励马尔可夫决策过程中寻找良好的策略
我们回顾平均奖励马尔可夫决策过程（MDP）中 ε- 最优策略的识别，并提出了一种新算法，在小 ε 范围内其样本复杂度为 SAD/ε^2；此外，我们还提出了一种在线算法，其样本复杂度为 SAD^2/ε^2，并且提出了一种有前景的基于数据相关的
PDFa month ago
SCI 3.0: 基于 Web 的图形事件表示模式策划界面
通过创建结构化的事件模式，可以在全局事件中识别出具有最大影响力的元素，创造了一个可实时编辑事件模式属性的网络应用接口，用于自然语言处理领域。
PDF2 months ago
简单问题的主动学习
我们研究了在主动学习过程中使用区域查询的复杂度与查询数量之间的权衡关系，并通过设计 VC 维度相关的查询方法来有效地学习。对于特定的假设类别，我们展示了更强的结果，包括计算效率和对未知数据集的适应性。
PDF2 months ago
Horoballs 和次梯度方法
探索凸优化在 Hadamard 空间上的应用，我们考虑了类似于次梯度算法的迭代方法。与传统方法不同的是，我们的方法适用于一般的 Hadamard 空间，采用了底层空间本身的框架，并且依赖于目标级集的次凸性。对于这个受限制的目标类别，我们证明
PDF3 months ago
神经网络和 LLMs 中的优化轨迹的标志：长度、曲线和死胡同
我们通过分析神经网络中优化轨迹中包含的参数丰富结构，提出了一种全新的理解机制的方法。我们引入一些关于优化轨迹复杂性的自然概念，同时定性和定量地揭示了动量、权重衰减和批处理大小等各种优化选择之间的内在细微差别和相互作用。对于深度神经网络中优化
PDF4 months ago
复杂中的简单
使用基于分段的图像表示模型，本研究旨在解释和预测复杂性，并发现可以通过简单的线性模型，利用图像中的分段数量和类别数量，对多样的自然场景和艺术图像集进行解释。
PDF4 months ago
从均场稳态分布中取样
研究了从一个平均场 SDE 的稳态分布进行采样的复杂性，或者等效地，从包括相互作用项的概率测度空间中最小化一个函数的复杂性。我们的主要见解是解耦这个问题的两个关键方面：（1）通过有限粒子系统均匀地传播混沌来近似平均场 SDE，以及（2）通过
PDF5 months ago
关于回答集编程的结构难度的延伸版本：结构能否有效地限制析取的能力？
Answer Set Programming (ASP) 是一个以知识表示为重点的问题建模和求解框架，在工业应用方面有着快速增长。这篇论文通过对结构参数的分类研究了 disjunctive ASP 的复杂性，提供了多个重要参数的双指数下界，
PDF5 months ago
用 GeoGebra Discovery 解决奥地利奥林匹克数学竞赛问题：从中获得的教训
我们通过 GeoGebra Discovery 中的自动推理工具解决了奥地利数学奥林匹克 2023 年的一个问题，并且描述了其中的四种反馈形式：即时的自动解答、根据最新提案进行复杂性评估、找到给定命题的更一般化命题，以及使用 LocusEq
PDF5 months ago
分形几何的潜力和卷积神经网络对其编码能力的研究
通过研究分形维度如何随测量尺度变化来提供对象复杂性的统计指标，本研究调查了深度模型学习的特征，以及这些深度网络是否能够编码像分形维度这样复杂和高级的特征。研究表明深度网络无法在任何层次中提取这样的特征，而仅操作分形特征的模型在某些应用中的分
PDF6 months ago
关于对称性下的学习难度
通过梯度下降，我们研究了学习等变神经网络的问题。尽管已知的问题对称（“等变性”）被纳入神经网络中，经验上改善了从生物学到计算机视觉等领域的学习流程的性能，但是一项有关学习理论的研究表明，在相关统计查询模型（CSQ）中，实际学习浅层全连接（即
PDF6 months ago
揭示医疗产品中的监管事务复杂性：使用开放编码和自然语言处理进行定性评估
这项研究调查了医疗器械行业中的监管事务复杂性，该复杂性是影响市场准入和患者护理的重要因素。通过定性研究，我们寻求专家的见解，以了解导致这种复杂性的因素。研究涉及到对 28 名医疗器械公司的专业人员进行半结构化访谈，涉及到监管事务的各个方面。
PDF6 months ago
计算合取查询解的数量：结构和混合可计算性
通过 #- 超树分解来解决复杂性问题，该方法能够确定可计数问题的易处理类别，并精确刻画有界 #- 超树宽度特性对计数问题可处理性的边界。
PDF7 months ago
集群政策决策排名
通过统计协方差估计的黑盒方法，基于聚类和决策重要性排序，来分析强化学习任务中决策对奖励的贡献和重要性，并与之前的基于统计错误定位的排序方法进行了比较。
PDF7 months ago
自回归语言模型用于估计史诗电子健康记录审计日志的熵
电子健康记录 (EHR) 的审计日志是一种高粒度的事件流，捕捉了临床医生的活动，对于研究临床医生工作流程的特征是一个重要的研究领域。现有的通过 EHR 审计日志衡量工作流程复杂性的技术，涉及到基于时间或频率的横断面聚合，无法捕捉完整的 EH
PDF8 months ago
基于深度学习的吸引盆分析
卷积神经网络在表征多样的动力系统吸引盆复杂性和不可预测性方面的有效性进行了展示。与传统方法相比，这种新颖的方法能够以最佳方式探索动力系统的不同参数，而传统方法在表征多个吸引盆时具有计算成本较高的问题。此外，我们的研究还比较了不同卷积神经网络
PDF9 months ago