performance enhancements | BriefGPT

关键词performance enhancements

搜索结果 - 11

EMNLPTRAWL: 大型语言模型的张量约简和近似权重
通过 Tensor 降维和近似权重的 TRAWL 方法，优化了大型语言模型，无需重新训练即可实现性能增强，尤其对最终层的全连接权重的逐层干预策略相对明显，提高了 16% 的准确性，强调了有针对性和适应性技术在大型语言模型优化中的重要性，促进
PDF9 days ago
KDD化学 LLM 是否能从信息传递中受益
预训练语言模型和信息传递神经网络在处理分子文本和分子科学领域展示了显著的能力。本文提出了两种策略来评估信息整合是否能增强性能：对比学习和融合，经实证分析表明，当应用于较小的分子图时，整合方法相比基准模型表现出优越性能，而当应用于大规模图时，
PDF2 months ago
InternLM-XComposer2-4KHD: 处理从 336 像素到 4K 高清分辨率的创新大型视觉语言模型
InternLM-XComposer2-4KHD 是一项具有里程碑意义的研究，通过引入动态分辨率和自动分片配置的新方法，将 LVLM 的分辨率能力提升到 4K HD 并在多个方面取得了卓越的性能提升。
PDF3 months ago
通过可解释性方法的整合提升制造质量预测模型
该研究提出了一种利用可解释性技术来提升机器学习模型在铣削过程质量预测中的性能的方法，通过制造业实例论证。该方法包括机器学习模型的初始训练，然后通过可解释性方法识别并消除不相关的特征，从而提高性能，为潜在的制造成本降低和对训练后的机器学习模型
PDF3 months ago
使用虚词去偏以提升视觉 - 语言模型中的场景图生成
通过使用预训练的视觉 - 语言模型（VLMs）增强场景图生成（SGG）模型的表示，并结合语言模型估计（LM Estimation）来解决预训练与 SGG 之间的差距，我们的方法有效地处理了词汇偏见，加强了 SGG 的表示，并获得了显著的性能
PDF3 months ago
FAC$^2$E：通过区分语言和认知来更好地理解大型语言模型的能力
FAC$^2$E 是一个针对大型语言模型 (LLMs) 的能力评估框架，通过提取 LLMs 的中间推理，将特定能力应用过程分解为三个子步骤，并评估每个细分能力的各个子步骤，从而全面区分 LLMs 的语言相关能力和认知相关能力。利用 FAC$
PDF4 months ago
量子数据编码：经典到量子映射技术的比较分析及其对机器学习准确性的影响
该研究探索了将量子数据嵌入技术与经典机器学习算法相结合，旨在评估在各种模型上的性能增强和计算效果。我们探索了多种经典到量子的映射方法，包括基编码、角度编码和幅度编码，通过对包括逻辑回归、K 近邻、支持向量机以及随机森林、LightGBM、A
PDF8 months ago
MM一个平台无关的推荐框架：基于用户兴趣感知的物品嵌入
我们提出了一种新颖的兴趣感知胶囊网络（IaCN）推荐模型，该模型直接学习面向兴趣的物品表示，通过不需要大规模重设计的方式，在现有的推荐模型中实现联合学习，实验证明该方法在各种推荐模型下表现出显著的性能提升。
PDFa year ago
AdaptiveRec: 序列推荐中自适应构建对比学习对
该论文提出了一种改进的对比学习方法，以解决序列推荐系统中假负问题，进而提高项目嵌入质量并缓解类似实例被错误分类的问题，实验结果表明相比现有系统其性能有所提高，具有很强的灵活性和适用性。
PDFa year ago
MM基于大语言模型的推荐系统能够获得何种益处：一项调查
本文综述了基于应用方向的大语言模型在推荐系统中的应用，从‘何处’和‘如何’两方面总结了现有研究工作，并讨论了调整大语言模型到推荐系统中面临的关键挑战和未来前景。
PDFa year ago
AI 耦合 HPC 工作流中异构任务的异步执行
本文研究异构科学工作流中异步任务执行的要求和性质，提出度量异步执行的定性好处的关键指标，并在 Summit 上进行的实验表明，使用异步执行可以大大提高性能.
PDF2 years ago