computational savings | BriefGPT

关键词computational savings

搜索结果 - 12

快速而安全：带有风险控制的提前退出
通过应用风险控制机制，我们实现了针对早期停止神经网络（EENNs）的退出机制，在保持用户指定的性能目标的同时，大幅减少计算资源的使用。
PDFa month ago
高效 LLM 比较评估：基于专家框架的配对比较
使用 LLM 法作为评估者的方法是一种实际有效的方式，尤其当以比较评估的方式应用时，能与人类评判相符。本文引入了一种高效的 LLM 比较评估的专家模型（PoE），通过结合不同专家的信息，可得到一个可最大化与潜在候选集相关的表达式，具有高度灵
PDF2 months ago
高效可扩展的图生成通过迭代局部扩展
通过逐步扩展单个节点生成目标图形的方法，避免建模所有节点对之间的联合分布，通过局部生成来实现较大的计算节省和高度表现力，实现了状态较好的性能，并具有更好的泛化能力。
PDF7 months ago
基于样例的动态分层 Transformer：通过上下文强化学习实现层和头的灵活性
通过解决上下文赌博问题动态配置层数和头数，我们提出了一种基于样本的动态层级变压器模型（DHT），与先前关注于仅推理的训练网络压缩不同，DHT 不仅有优势用于训练期间自适应优化底层网络架构，而且具备高效推理的灵活网络结构，得到高达 74％的计
PDF7 months ago
去噪扩散自适应模型
该论文介绍了一种名为 Denoising Diffusion Step-aware Models (DDSM) 的新型框架，通过使用一系列根据每个生成步骤重要性进行自适应调整的神经网络，以进化搜索的方式解决了生成过程中存在的整体网络计算的瓶
PDF9 months ago
KDD稀疏二进制变换器用于多元时间序列建模
通过应用稀疏和二元权重变换器在多变量时间序列问题上，我们表明轻量级模型能够获得与相同结构的稠密浮点变换器相当的准确性。我们的模型在分类、异常检测和单步预测三个时间序列学习任务上取得了良好的结果，并应用了两种修改以减少注意力机制的计算复杂度，
PDFa year ago
一种块坐标方法用于多层优化问题，应用于基于物理知识的神经网络
提出了一种基于块坐标视角下重新解释多层方法的多层算法，用于解决非线性优化问题并分析其评价复杂度。应用于物理信息神经网络（PINNs）求解偏微分方程，结果表明该方法可以获得更好的解决方案并节省很多计算时间。
PDFa year ago
基于 SMT 的结构感知加权模型集成
本文介绍了一种基于 SMT-based enumeration 的算法，对于复杂的混合问题具有显著的计算节约优势，经过实验评估证明该算法优于现有替代方法。
PDF2 years ago
使用连续张量分解的高维随机最优控制
本文提出一种新的基于张量分解的动态规划算法，通过压缩高维函数并在其上直接执行动态规划计算，使其在具有低秩结构的问题实例中能够缓解维数灾难，并对最终的解提供任意精度的保证，同时可实现巨大的计算节省。
PDF8 years ago
CVPR本地二进制卷积神经网络
本文提出了本地二进制卷积（LBC），它是标准卷积神经网络（CNN）中卷积层的有效替代方法。LBC 层由一组固定的稀疏预定义的二进制卷积滤波器、非线性激活函数和一组可学习的线性权重组成，它可以显著节省计算和参数空间。
PDF8 years ago
ICML位元神经网络
通过提出一种基于二进制值的神经网络训练方法 (BNN)，实现了通过基本的比特逻辑实现神经网络的前向传递。在资源受限的环境中，BNN 可以取代浮点数运算，减少存储空间占用、内存带宽、以及硬件能耗。同时，我们提出了权重压缩和噪声反向传播等训练技
PDF8 years ago
批量 - 时序数据同化的修正 Kriging 更新公式
本文研究解决了 Emery（2009）在批次顺序情况下 Kriging 方差和协方差不正确的问题，并提出了修正后的表达式。
PDF12 years ago