セマンティック整合性が重要:KVキャッシュ圧縮における高密度推論のベンチマークと維持
LLMのKVキャッシュ圧縮が、推論タスク、特に高密度推論の精度を低下させる問題が指摘されました。
LLMのKVキャッシュ圧縮が、推論タスク、特に高密度推論の精度を低下させる問題が指摘されました。
一般化オイラー対数とその逆関数が、機械学習アルゴリズムの性能向上に貢献する可能性が示されました。
ノイズのある関数評価下での二目的組み合わせ最適化問題を解決する新しいフレームワークが発表されました。
天然物小分子に特化した基盤モデルが開発され、創薬研究で高い性能を示しました。
感情的サポート会話(ESC)において、LLMに有限状態機械(FSM)を導入した新しいフレームワーク「FiSMines…
事前データ適合ネットワーク(PFN)の予測結果に、不確実性を定量化する新しい手法が提案されました。
ワールドモデルの空間的一貫性を評価するための新しいデータセット「LoopNav」が発表されました。
LLMを活用した時系列分析(TSA)から、ユーザー主導の時系列質問応答(TSQA)への進化に関する調査論文が…
HYPERは、未知のエンティティや関係性を含む知識ハイパーグラフにおいて、欠損したハイパーエッジを予測す…
検証不可能なタスクにおいて、LLMの強化学習を効率化する新しい訓練フレームワークが提案されました。
拡散モデルにおける反実仮想生成の精度を向上させる新しいガイダンス手法が提案されました。
ニューラルネットワークの損失ランドスケープに、損失が極めて緩やかに減少する「無限へのチャネル」が存…