- 洗发水前置护理新视角
Shampoo 是一种二阶优化算法,使用 Kronecker 积预处理器,它近来引起了机器学习界的广泛关注。我们提供了 Shampoo 的最佳 Kronecker 积近似与 Shampoo 使用的近似之间的明确而新颖的联系。我们通过各种数据 - 无监督领域转移下的最优预测区间聚合
我们提出了一种在无监督域偏移下聚合预测区间的方法,该方法能够获得宽度较小且覆盖目标域的预测区间,其计算效率高并易于实现。
- CVPR实用高效的盲运动去模糊技术:通过模糊像素离散化
通过对图像残差错误进行分类和离散化,我们提出了一种高效的去模糊模型,它在现实基准测试中表现出与最先进的方法相当的性能,同时计算效率高达 10 倍。
- WordArt Designer API:基于大型语言模型的用户驱动艺术字体合成
该研究介绍了 WordArt Designer API,这是一种利用 ModelScope 上的大语言模型(LLMs)进行用户驱动的艺术字体合成的新型框架。我们通过提供一种动态、自适应且计算高效的替代方案,解决了艺术字体对非专业人士的简化挑 - 朝着计算高效的逆强化学习方向进发:通过奖励塑形
逆向强化学习是具有计算挑战性的,常见方法需要解决多个强化学习子问题。本研究激励使用基于潜力的奖励塑造来减轻每个强化学习子问题的计算负担,并希望能激发未来对计算效率高的逆向强化学习的发展。
- 开放语音:多功能即时语音克隆
OpenVoice 是一种全能的语音克隆方法,仅需参考说话者的短音频剪辑即可复制其声音,并在多种语言中生成语音。
- 显式优化神经网络减少反向传播需求并发现更好的极值
基于反向传播的迭代微分逼近方法使得神经网络的优化成为可能,但目前仍然计算代价高昂,尤其是在大规模训练模型时。本文提出了一种计算效率高的神经网络优化替代方案,既能降低神经网络的扩展成本,又能为低资源应用提供高效的优化。通过数学分析其梯度,我们 - ICCVDONNAv2 — 用于视觉任务的轻量级神经架构搜索
通过消除构建准确性预测器和利用区块知识蒸馏过滤来提高 DONNAv2 的性能,并减少 DONNA 在较大数据集上的计算成本。
- GEAR: 增强语言模型的通用和高效工具分辨性能
GEAR 是一种计算高效的查询工具接地算法,能够在不依赖任务特定演示的情况下,提供任务特定工具的使用,并且具有更高的计算效率和较高的工具接地精确性。
- 使用神经网络进行广义极值分布的快速参数估计
本文提出了一种基于神经网络的似然函数 - free 方法来估计广义极值分布,以解决传统极大似然估计方法在大规模数据集上的计算瓶颈,并通过仿真和气候数据应用实验证明了其在精度与速度之间达到了一个平衡。
- 二元乘积分布的纯差分隐私估算器的多项式时间实现
本研究提出了第一个能够在满足异质性隐私保护的同时,以多项式对数的复杂度准确地估算 0、1 分布乘积的均值的计算方法。这个方法能够以最优的样本复杂度来达成这个目的,并在总变差距离上实现精准估算。相比之前的工作,本方法能够在更低的保护要求下实现 - CVPRSMPConv: 连续卷积自动移动点表示
本文提出了一种不需要神经网络的连续卷积建模方法,通过自动移动的点表示和插值方案实现连续函数,从而构建卷积核,其计算效率更高、性能更好,并在 ImageNet 等大规模数据集上得到了验证。
- ICML从因果对到因果图
通过概率分布和因果关系特征,提出了一种计算效率高的因果结构学习方法,并在合成和真实数据集上进行了验证。
- 基于贝叶斯优化和符号最优传输的结构核搜索
本文提出了一种通过定义与内核关联的统计假设的符号表示来定义内核 - 内核的方法,并在离散内核空间中搜索的新颖且高效的搜索方法。
- ICLRPASHA:使用渐进式资源分配的高效 HPO 和 NAS
本论文提出了一种名为 PASHA 的方法来处理使用有限计算资源训练大数据集上的机器学习模型的挑战,该方法通过动态分配资源来调整模型,结果表明 PASHA 消耗的计算资源比 ASHA 少得多。
- MMDecisioNet:一种二叉树结构的神经网络
本文提出了 DecisioNet(DN),一种二叉树结构的神经网络,用于将现有 DNN 模型转换为轻量级模型以实现计算效率优化。评估表明,DN 变体在减少计算成本的同时达到了与原始网络类似的准确性。
- EMNLPSkim-Attention: 通过文档布局学习集中注意力
本文提出了 “Skim-Attention” 的新注意力机制,只关注文档中单词的二维位置,实现了更高效的计算和更低的困惑度,可与远程 Transformer 结合处理长文档,作为面向任何预训练语言模型的掩码使用,以提高它们的性能同时限制注意 - F-LOAM: 快速激光雷达里程计与地图构建
本文提出了一个计算高效、准确的 LiDAR 基于 SLAM 的通用解决方案,主要采用了非迭代两阶段畸变补偿方法、两个匹配模块,并考虑了局部光滑性进行迭代姿态优化,实验结果表明在自主驾驶和仓库自动引导车的定位上表现均相当好,提供了一个性能和计 - Cobaya: 基于贝叶斯分析的层级物理模型软件
该文介绍了一个名为 Cobaya 的 Python 编写的、旨在处理具有复杂内部相互依赖关系的模型的贝叶斯分析代码,该代码可以自动缓存中间结果并根据参数依赖性和计算成本对其进行优化,从而最小化采样期间的成本,并具有使用各种 Monte Ca - 针对对抗性线性情境赌博机的高效稳健算法
针对经典 $K$-armed 线性上下文对抗性问题,我们开发了基于 Exp3 算法的计算有效算法,其中包含实时算法和鲁棒算法,它们能够实现良好的失望保证,并且对于线性奖励函数而言具有稳健性。