optimizing | BriefGPT - AI 论文速递

关键词optimizing

搜索结果 - 6

性能对齐的 LLM 用于生成高效代码
通过引入强化学习的方法，将代码 LMM 的输出与性能对齐，提高生成代码的期望加速比，并在一组基准任务中展示了 0.9 至 1.6 倍的串行代码速度提升和 1.9 至 4.5 倍的 OpenMP 代码速度提升。
PDF2 months ago
使用 SL (2, R) 等变性学习多项式问题
通过神经网络可以优化和验证多项式，同时保持高准确性，速度提高十倍，且多项式学习问题与非紧致群 SL (2,R) 等效，为非紧致对称问题提供了理论和实践上有趣的启示。
PDF7 months ago
优化线性信号：一种用于优化线性信号的无监督机器学习框架
这项研究提出了一种无监督机器学习方法来优化量化金融中的盈亏（Profit and Loss）。我们的算法类似于无监督线性回归，通过线性组合外生变量构造的信号，最大化盈亏的夏普比率。该方法利用外生变量与交易信号之间的线性关系，通过参数优化来最
PDF7 months ago
拉曼放大器的优化：黑盒、灰盒和白盒建模的比较
光放大器的设计和优化对于提高光通信系统的性能至关重要，本文比较了基于物理的白盒模型、灰盒模型和基于数据驱动的黑盒模型在双向拉曼放大器中实现目标频率 - 距离放大的能力，并讨论了这些模型在优化速度和训练数据可及性方面的适用性、优势和局限性。
PDF10 months ago
阻断赌徒
考虑到重复使用某些选项可能是不可取的或不可行的，本文提出了一种新颖的随机多臂赌博机设置，并通过映射到 PINWHEEL 调度问题证明了问题的优化累积奖励不允许有伪多项式时间算法，但它设计了一种贪婪算法和一种基于 UCB 的算法，具有一定的优
PDF5 years ago
IJCAIDrMAD：使用反向模式自动微分优化深度神经网络超参数的蒸馏
DrMAD 是一种通过优化同时保证模型效果的简单高效的方法，可以在超参数优化中通过近似反转训练轨迹最大化地利用前向传递的知识，是第一个实现自动调整深度神经网络数千个超参数的研究尝试。
PDF8 years ago