Papers with Code 아카이브
Computational Efficiency
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 0
- 평가표
- 1
- 보존된 평가 기록
- 1
Methods and optimizations to reduce the computational resources (e.g., time, memory, or power) needed for training and inference in models. This involves techniques that streamline processing, optimize algorithms, or leverage hardware to enhance performance without compromising accuracy.
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
LLM을 에이전트로 활용하기: 비용은 얼마인가?
FedCoT: 대규모 언어 모델을 위한 통신 효율적인 연합 추론 능력 향상 기법
PiERN: 고정밀 계산과 추론의 통합을 위한 토큰 수준 라우팅
물리 신경망을 위한 시분할 층 재사용 기법
커널화된 스타인 괴리를 통한 계산 효율적인 적합도 검정
RAM-Net: 희소 주소 지정 가능 상태를 활용한 선형 시간 시퀀스 모델링
다중 프로브 제로 충돌 해시(MPZCH): 대규모 추천 시스템에서 임베딩 충돌 완화 및 모델 최신성 향상
FFR: 회귀를 위한 포워드-포워드 학습
비전은 오버헤드가 아니다: 비전-언어 모델에서의 손실 없는 추측 디코딩을 위한 원패스 블록 드래프팅
KernelOPT: GPU 커널 최적화를 위한 디스패치 인식 에이전틱 탐색
SketchSSM: 전체 상태에 쓰고, 간결한 스케치에서 읽기
PReCache: 저랭크 사전 계산 및 중립적 재구성을 통한 다중 LoRA 에이전트를 위한 효율적인 KV 캐시 공유
KVCMAS: 멀티 에이전트 시스템의 공유 컨텍스트를 위한 효율적인 KV 캐시 보정
LionMuon: 효율적인 학습을 위한 스펙트럼 및 부호 하강 교차 기법
ReSolve: 선택적 생성 조정을 통한 후보 추론 재사용
Cocoon: 상관 노이즈를 활용한 차분 프라이버시 기반 학습을 위한 시스템 아키텍처
FastKernels: 프로덕션 환경에서의 GPU 커널 생성 벤치마킹
MaskCoFT: 메모리 효율적인 MoE 추론을 위한 마스크 기반 공적응 미세조정
조 단위 규모 전문가 혼합 모델을 위한 하드웨어 네이티브 통합 희소-양자화
루프형 트랜스포머(Looped Transformer)에서 공유 메모리의 놀라운 효과
적응형 커버리지와 집중 샘플링을 통한 효율적인 신경장 학습
가산적 양자화 표현을 통한 밴딧
3D-IC 열 모델링을 위한 구성 가능한 AI 가속 반복 솔버
LiteEMG-FM: 강건한 EMG 센싱을 위한 효율적이고 배포 가능한 파운데이션 모델
효율적인 LLM 작업 라우팅을 위한 학생 모델 주도 교사 증류: Jev 방식 System-1 분류기와의 포지셔닝
오프로딩된 가중치에서 더 빠른 LLM 디코딩을 위한 가중치 근사 기반 활성화 희소성
비용 제약 조건 하에서 언어 모델 응답의 온라인 검증
LEAP: LLM 에이전트를 위한 효율적인 행동 제안 학습
HyperGuide: 대규모 언어 모델의 효율적인 다단계 추론을 위한 쌍곡 공간 유도
CORE: KV 캐시를 위한 커버리지 캘리브레이션 및 제거 질량 재분배
자연 가시성 그래프 기반 사이버 공격 탐지를 위한 위상 지표의 다중 방식 중요도 및 성능 효율성 분석
FlashSinkhorn 2: 블록 희소 엔트로피 최적 수송
토큰의 비용은 얼마인가? 에이전트 혼합(MoA) 관점에서 측정한 토큰당 충분 계산량
효과적인 프롬프트 작성을 통한 LLM 생성 코드의 에너지 효율성 개선
컴퓨터 활용 에이전트는 언제 컴파일해야 하는가? 토큰 효율성을 위한 투자 회수 측정 및 컴파일 결정
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.