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.
저매개변수 직교 행렬 군을 위한 리만 구조 및 최적화
공유 전역 KV와 층별 로컬 히스토리
트랜스포머 Key-Value 캐시의 텐서 분해: 스펙트럼 구조와 포맷 비교
전문가 혼합(MoE)을 위한 정확한 분위수 균형 및 부하 오류 주입
잡 샵 스케줄링을 위한 GNN 기반 강화학습에서의 커리큘럼 러닝
조건부 플로우 매칭을 통한 효율적인 멀티태스크 조작 정책 지식 증류
스크레이프오프 층(Scrape Off Layer) 플라즈마 시뮬레이션을 위한 확률적·기하 인지 신경망 대리 모델
Support-Compiled Feature Folding: 표 형식 파운데이션 모델 전반에서 더 적은 메모리로 더 많은 근거 확보
대수 깊이 순환 언어 모델링
재해결 없이 온라인 선형 계획을 위한 자원 적응형 확률적 경사하강법
메모리 어텐션
머신러닝을 활용한 재귀적 상태 추정에서 근사 솔버의 수리 가능성
OD3: 객체 검출을 위한 최적화 없는 데이터셋 증류
중요한 곳을 살펴라: 효율적인 VLM을 위한 고해상도 크롭 검색
AdaGScale: Gaussian-타일 쌍 감소를 위한 3D Gaussian Splatting에서의 시점 적응형 Gaussian 스케일링
효율적인 VLA를 만드는 요소는 무엇인가? 액션 헤드 설계, 스케일링, 지연시간
GTR: 효율적인 밀집 예측을 위한 게이트 토큰 순환
비용 효율적 공간 전사체학을 위한 능동적 스팟 선택 벤치마킹
CereVLA: 효율적인 비전-언어-행동 실행을 위한 소뇌 영감 결과 인지 잔차 제어
DeltaS: 스트리밍 비디오에서 KV 캐시 제거를 위한 게이트 선형 어텐션 상태 활용
AWM-VLA: 효율적이고 설명 가능한 비전-언어-행동 정책을 위한 정렬 세계 모델링
ScoutNeRV: ScoutNet을 통한 그리드 기반 비디오 INR의 신속 인코딩
비전 트랜스포머 특징 공간을 위한 태스크 유도 리만 메트릭
RAMP: 엣지 CPU 비전 모델을 위한 강건한 적응형 혼합 정밀도 양자화
LightMIS: 단계별 디코더가 없는 초경량 의료 이미지 분할
Python 의존성 지옥에서 벗어나기: Python 의존성 해결을 위한 하이브리드 리플레이-수리 파이프라인
복잡한 위상 제어가 필요한가? 개별 피어 무작위 라우팅을 통한 희소 다중 에이전트 토론의 비용 효율성 향상
XLOG: 신경기호 통합을 위한 CUDA 네이티브 엔진
DRSR: 효율적인 장기 지평 에이전트를 위한 집합 수준 삭제 위험 학습
장기 호라izon 에이전트에서 행동 전에 형성되는 메모리 제어 신호
발산하는 과제 증거와 안정적 기하를 활용한 효율적 장기 에이전트 압축
상태 기반 조건화(State-Grounded Conditioning): 방향이 실시간 상태에 따라 달라지는 사용자 대면 LLM 에이전트 래핑
InternW0: 효율적인 실세계 상호작용을 위한 기반 물리 세계 모델
EidosDoc: 비용 효율적인 반구조화 문서 QA를 위한 암시적 구조 인코딩
SlackDrive: 적응형 주행 추론을 위한 런타임 슬랙 회수
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.