- 超越吞吐量和压缩比:迈向梯度压缩的高端到端效益
梯度聚合、分布式机器学习、梯度压缩、评估方法和系统性能。
- 是否需要更多的 LLM 调用?朝着扩展化合物推理系统的法则迈进
使用复合系统进行大型语言模型调用和聚合以取得最新语言任务的最优结果,本文研究了调用次数对复合推理系统性能的影响,并发现投票推理系统的性能随调用次数的增加呈现非单调变化,这是由于任务中存在易难不同的查询难度所导致,进一步提出了投票推理系统的缩 - 机器学习优化在云计算资源调度和管理中的应用
本文通过使用机器学习优化技术,提出了一种创新的方法来解决云计算资源调度和管理中的复杂问题,通过对云环境中低资源利用率和负载不平衡等挑战的深入研究,本研究提出了包括深度学习和遗传算法等优化方法在内的全面解决方案,以提高系统性能和效率,从而在云 - 模型预测控制中分布式编队控制器的攻击韧性探究
本论文致力于通过研究攻击场景并评估其对系统性能的影响,来提高分布式车队控制器的安全性。使用模型预测控制 (MPC) 控制器模拟了各种攻击技术,包括中间人攻击和伪造数据注入,以识别车队控制器的漏洞和弱点。论文提供并测试了一些对策,其中包括使用 - 推荐系统评估技术综述
本文详细介绍了推荐系统的评估方法,包括内容推荐和协同过滤机制的相似度指标,候选生成度量,预测指标,排名指标以及与经济目标相关的商业指标。同时强调了这些指标的上下文应用和相互依赖,提出了一种选择和解释这些指标的框架,以促进推荐系统的改进和商业 - 使用奖赏鞅的深度强化学习控制系统的鲁棒性验证
深度强化学习在控制系统领域得到了广泛应用,但其实际应用受到状态扰动的影响,导致系统性能下降。本研究提出了一种基于奖励鞅的鲁棒性验证方法,通过建立数学模型来描述状态扰动对系统性能的影响,为累积奖励问题提供了可靠的数值证明,并证明了奖励鞅可通过 - 面部检测和识别实用视频分析系统的端到端评估
基于一个驾驶特定数据集进行端到端评估,提出了创造平衡评估子集和使其注释一致的策略,以及顺序评估端到端系统性能以解决任务间的相互依赖性问题。实验证明我们的方法能够提供一致、准确和可解释的系统性能估计,对实际应用至关重要。
- 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。
- RaLLe: 发展和评估检索增强的大型语言模型的框架
R-LLMs improve factual question-answering by combining pre-trained large language models with retrieval systems; RaLLe i - 用神经网络预测弹性
本研究提出三种替代神经网络方法来模拟和预测系统性能,包括负面和正面因素对于抵御破坏性事件和恢复活动的影响,结果表明神经网络模型在所有适配性评估指标上优于传统模型,特别是长短期记忆模型在可调整 R 方面表现出超过 60% 的提高并将预测误差降 - 解释性人工智能(XAI)评估方法的新视角
要在可行性、领域特征和风险考虑等方面综合权衡,才能更好地协商可解释性和系统性能之间的平衡,并为未来研究和最佳实践提供基础。
- 重新审视解释型人工智能(XAI)中的性能 - 可解释性权衡
在需求工程领域中,可解释人工智能(XAI)在使 AI 支持系统与用户需求、社会期望和监管标准相一致方面的日益重要性已获得认可。简而言之,可解释性已经成为影响系统质量的重要非功能性要求。本文在批判性地研究所谓的权衡问题上提出了观点。我们认为最 - 使用常见属性和通用规则扩展黑板架构
本文介绍并评估了两个新概念:共同属性和通用规则的添加,以将组织化和其他关系模型化,并对系统的性能进行了描述。
- 财务虚假陈述检测:实际评估
本文提出并综述了财务报表中错误检测的评估流程,并提出了基于时间和错误检测等实际因素的新型评估方法,分析不同模型和特征类型在其下的表现。
- 优化森林防火:基于智能调度算法的无人机监控系统
本研究利用算法开发了一套无人机监测系统,通过任务调度最小化完成时间,提高了森林火灾监测系统的效率,并且实验结果表明,算法可以有效地实现期望的目标。
- 2022 年 NIST 语言识别评估
本文概述与分析了 2022 年美国国家标准与技术研究所进行的最新语言识别评估 (LRE22) 的系统表现,发现使用不同评估条件下 Oromo 和 Tigrinya 较容易识别,而 Xhosa 和 Zulu 则较为困难。此外,当语音时长增加时 - MM基于心理学的动态偏好模型
本文提出了通过心理学模型来设计符合用户时间变化偏好的推荐系统的方法,并讨论了心理模型对推荐系统的影响以及其对系统设计和性能评估的启示。
- Magpie: 使用深度强化学习自动调整分布式文件系统的静态参数
使用深度增强学习优化分布式文件系统的性能,提高系统吞吐量最高可达 91.8%,相对于基线提升了 39.7%。
- 更好的检索并不一定会导致更好的问答
本文针对欧洲议会选举的数据进行建模,提出了一种基于随机森林和多层感知器神经网络相结合的方法,去完成对选民意向的预测任务,该模型相比其他模型具有更好的预测准确度和稳定性。
- MM南非呼叫中心音频的多样式训练
本研究探讨了多种不同的训练数据风格对深度神经网络隐马尔可夫模型自动语音识别系统的影响,并在南非呼叫中心数据集上进行了验证。