runtime efficiency | BriefGPT

关键词runtime efficiency

搜索结果 - 9

Vaporetto：基于改进的逐点线性分类的高效日语分词
本文提出了一种改进日语分词运行效率的方法，基于点对点线性分类（PLC）框架，通过将整个分词过程化简为一系列线性分类问题，通过利用 PLC 框架和任务定义的特点来优化分词，包括通过组合多个分类为基于数组的操作，通过内存优化的自动机实现高效的特
PDF10 days ago
时空预测与效率相遇：因果图过程神经网络
本文介绍 Causal Graph Process Neural Network (CGProNet)，它结合了 CGPs 和 GNNs，用于时空预测，并通过使用更少的参数、减少内存使用和提高运行效率来优化模型。实验结果表明 CGProNe
PDFa month ago
MotionLCM：基于潜变一致性模型的实时可控动作生成
基于 MotionLCM 模型，作者提出了一种能够实时生成可控运动的方法，通过引入运动潜在一致性模型（MotionLCM）和使用运动控制网络，实现了对文本和控制信号的实时生成和控制，在保持运行效率的同时展现出了出色的生成和控制能力。
PDF2 months ago
Transformer 多变量预测：多多益善？
本研究提出了一种使用 PCA 增强的新型 Transformer 预测框架，以降低冗余信息、提高预测准确性并优化运行时间效率。通过与其他五个先进模型和四个真实世界数据集的评估结果显示，该框架能够在所有模型和数据集上最小化预测误差，并显著降低
PDF6 months ago
通过可控机器遗忘解决隐私、效用、效率的三难题
Controllable Machine Unlearning (ConMU) 是一个新颖的框架，通过三个关键模块实现了 Machine Unlearning 的可控性，平衡了隐私、模型准确性和运行效率之间的权衡。在多个基准数据集上的综合实
PDF8 months ago
高血压和全序向前分解优化
通过三阶段编译器设计优化预处理，构建基于 Hierarchical Task Networks 的 HTN planner，提高运行效率。
PDF2 years ago
一次性全面对抗训练：在现场实现健壮性和准确性的权衡
本文提出了 Once-for-all Adversarial Training (OAT) 和 Once-for-all Adversarial Training and Slimming (OATS) 框架，可以在不重新训练模型的情况下，
PDF4 years ago
ICLR使用超网络学习 Pareto 前沿
该研究采用 Pareto HyperNetworks（PHNs）实现了 Pareto-Front Learning（PFL），它通过一个超网络同时学习并输出 Pareto 前沿，并且相比于训练多个模型，该方法具有更高的运行时效率，并可以根据
PDF4 years ago
低精度 RNN：量化 RNN 而不失准确性
本文提出了一种量化方法，通过减少比特宽度来提高模型大小，从而使网络在保持精度的同时，仍能获得减少精度和整体模型大小减少的好处。
PDF7 years ago