task distribution | BriefGPT

关键词task distribution

搜索结果 - 7

关于近贝叶斯最优算法的不确定性量化
本文介绍了一种用于解决常用机器学习算法的贝叶斯推断问题的新方法，证明了通过构建一个 martingale 后验分布，可以恢复由任务分布定义的贝叶斯后验。同时提出了一种适用于通用机器学习算法的实用不确定性量化方法，实验证明了该方法的有效性。
PDF3 months ago
开放式多智能体导航的层次自动组织系统
通过设计 HAS 框架，我们致力于开发组织行为，使其在导航任务方面推动体感人工智能的边界，使其朝着更像人类的组织结构发展。
PDF4 months ago
学习的最佳努力 LLM 服务
通过深度强化学习，我们提出了一种最佳尽力服务系统，可以根据任务分布和系统负载调整服务质量，与静态服务相比，在不可预测的工作负载上，我们的系统可以以 10 倍以上的客户请求速率维持可用性，96% 以上的峰值性能常常达到 4.1 倍，98% 以
PDF6 months ago
架构、数据集和模型规模无关的无数据元学习
通过 “purER” 框架，我们可以进行数据免费元学习，利用已有的预训练模型进行元学习，并使用伪学习集训练新的元模型以适应新的任务分布。
PDFa year ago
AAAI元学习中多样性的影响
研究表明，任务分配在元学习者的表现中起着至关重要的作用。传统的智慧认为，任务多样性应该能够提高元学习的性能。然而，本文发现相反的证据。通过实验证据和理论证明，我们发现，将任务分配的多样性降低到一个子集水平，有时的效果甚至更好，并且将任务分配
PDF2 years ago
ICLR人类和机器中结构化任务分布的元学习
通过构建基于组合语法的结构化任务分布和相同统计复杂度但没有明确的基于规则的结构的 “空任务分布”，比较人类表现与标准元学习代理在两个任务分布中的表现，发现虽然统计复杂度相当，但人类在结构化任务分布中表现更好，而代理在空任务分布中表现更好，这
PDF4 years ago
一种在线优化框架 —— 最小化延迟的分布式雾网络形成
针对雾计算中存在的不确定性，本文提出了一种在混合雾 - 云架构下，考虑到邻近雾节点到达过程的阈值算法来选择邻居节点，并通过任务分配优化减少延迟的在线优化框架，在不同的网络设置下成功地减少了 19.25% 的延迟，有效地解决了雾节点形成和任务
PDF7 years ago