cost-effective | BriefGPT - AI 论文速递

关键词cost-effective

搜索结果 - 23

RouteLLM：利用偏好数据学习路由 LLMs
我们提出了几种高效路由器模型，它们在推理过程中动态选择更强大或更弱的大型语言模型，以实现成本和响应质量的平衡。通过人类偏好数据和数据增强技术，我们开发了一个训练框架来提高性能。在广泛认可的基准测试上的评估结果表明，我们的方法显著降低了成本，
PDF8 days ago
具有多功能奖励模型的成本效益的在线多 LLM 选择
利用 “C2MAB-V” 实现对多个大型语言模型的选择和使用，实现了性能和成本效益的平衡。
PDFa month ago
PriCE: 面向混合云的大规模医学图像处理工作流程隐私保护和成本有效调度
通过提出一种称为 PriCE 的新型隐私保护与成本效益方法，本研究解决了医学图像处理任务外包到混合云的隐私问题，同时降低了执行时间和成本，提高了用户预算下的输出效用。
PDFa month ago
ICLR從原則出發的數據選擇，為 LLMs 的預熱微調提供更多、花費更少
使用无标签开放数据进行预精调预训练语言模型以最小化领域特定数据需求，并在达到预期性能水平的同时选择数据以将预训练分布推向目标分布的优化方法，展示了该方法在各种任务中的优越性和快速性，为经济高效的微调奠定了基础。
PDF2 months ago
JetMoE：以 0.1M 美元达到 Llama2 性能
JetMoE-8B 是一种高性价比、透明和学术友好的基于 Sparsely-gated Mixture-of-Experts (SMoE) 架构的大型语言模型，仅需要不足 10 万美元的培训成本，拥有 8B 个参数，使用公共数据集和训练代码
PDF3 months ago
DeepSample：基于 DNN 的操作准确性评估测试
通过概率抽样，研究了五种新的基于抽样的测试技术以及其他三种先进技术，以实现对深度神经网络在运行中准确度的忠实和高置信度估计，从而降低成本。
PDF3 months ago
vTrain: 评估成本效益和计算优化的大型语言模型训练的仿真框架
该研究论文介绍了一种基于性能分析的模拟器 vTrain，为人工智能从业者提供了一个快速而准确的软件框架，用于确定高效且经济有效的大型语言模型（LLM）训练系统配置。
PDF7 months ago
发展中国家程序化环岛生成的概率生成建模
通过马尔可夫决策过程，使用 GFlowNets 作为交通路网生成器实现了将事故道路链接到环形交叉口，比其他相关方法拥有更好的多样性和高有效性得分。
PDF9 months ago
大型语言模型级联与思维混合表达用于高效推理
通过构建 LLM 级联模型来实现节约成本，特别是在推理任务中的使用，通过应用弱一些但更便宜的 LLM 来解决简单问题，只有复杂问题才需要更强大且更昂贵的 LLM，实现这种决策的关键是通过检查较弱 LLM 的 “答案一致性” 来判断问题的难度
PDF9 months ago
SayCanPay: 基于可学习领域知识的大型语言模型的启发式规划
结合大型语言模型和启发式规划的方法，该研究提出了一种通过利用大型语言模型的世界知识和启发式搜索原则来生成行动序列的新方法，该方法能够在规划过程中考虑行动的可行性和成本效益，评估行动的长期效果，并在广泛的评估中显示优于其他大型语言模型规划方法
PDF10 months ago
Milimili. 通过众包收集平行数据
通过众包的方法，我们提供了一种收集平行语料库的方法，尽管牺牲了质量，但它比雇佣专业翻译人员更具成本效益。此外，我们还提供了收集的车臣语 - 俄语和富拉语 - 英语语言对的实验性平行数据。
PDFa year ago
ACLX-RiSAWOZ：高质量端到端多语对话数据集和少样本代理
本研究的目的是降低使用新語言創建數據集的成本，並通過提出一種使用機器翻譯和後編輯方法的工具集，實現建立高質量多語言對話代理的目的。
PDFa year ago
ClusterLLM：将大语言模型用作文本聚类的指南
介绍了 ClusterLLM，一种新颖的文本聚类框架，它利用指导调整的大型语言模型（例如 ChatGPT）的反馈。通过与传统的无监督方法相比较，ClusterLLM 具有两个有趣的优势：（1）即使其嵌入不可访问，它也具有 LLM 的紧急能力
PDFa year ago
MERMAIDE: 模型元学习中学习者对齐的学习
研究如何利用 MERMAIDE 这种基于模型的元学习框架进行干预，以在最小化干预数量的同时，快速适应具有不同学习策略和奖励函数的分布外代理，并在带宽特代理的干预中超越两种基线方法。
PDFa year ago
使用 Bfloat 16 在信用卡欺诈检测中训练机器学习算法以增加可扩展性的新方法
本研究着重研究使用机器学习检测银行信用卡欺诈的可扩展性。我们比较了现有的机器学习算法和方法与新提出的技术，并证明采用较少的比特数来训练机器学习算法将导致一个更具可扩展性，时间和成本更少的系统。
PDF2 years ago
学习通用肺部超声生物标志物以解耦特征提取与下游任务
该研究提出了一种通过引入辅助的预任务 (视觉生物标志分类) 来将特征学习与下游肺部超声任务分离的方法；通过为预测生物标志标签训练模型，可以学习到一种信息丰富、简洁和可解释的超声视频特征空间。这些特征可以被用于各种下游临床任务的专家模型中，这
PDF2 years ago
基于图像级弱监督视觉概念识别的非配对图像字幕生成
通过利用图像级别标签进行弱监督学习，提出解决成本昂贵的标注问题的无配对图像字幕生成模型，在视觉概念识别和图神经网络方面都取得了较好的表现。
PDF2 years ago
EMNLP学习一种经济高效的问答标注策略
本文提出一种新的框架来注释 QA 数据集，利用半监督学习和学习一种有效的注释策略来减少人力成本，与传统的手动注释方法相比，可以将注释成本降低高达 21.1%。
PDF4 years ago
基于神经注意力过程的经济高效交互式注意力学习
本文提出了一种新的交互式学习框架，即交互式注意力学习（IAL），其中人类监督者可以交互地操纵分配的注意力来纠正模型的行为，并通过更新注意力生成网络来进行修正。通过使用样本高效的注意力机制和一种小样本成本有效的重排算法，本文解决了模型过度拟合
PDF4 years ago
ACLTriggerNER：使用实体触发器作为命名实体识别的解释的学习
本文提出一种名为 'entity triggers' 的新方法，通过众包收集注释以减少训练命名实体识别器所需的标注数量，使用自我注意力机制进行软匹配和泛化，提高成本效益，相比传统的神经 NER 框架，只使用注释的 20% 即可获得与 70%
PDF4 years ago