Tag: Computational Efficiency

All the papers with the tag "Computational Efficiency".

• Balancing Accuracy, Calibration, and Efficiency in Active Learning with Vision Transformers Under Label Noise

  grok-3-latest

  Score: 0.50

  Published:2025年5月7日 at  at 12:53

  #Vision Transformer, #Active Learning, #Label Noise, #Model Calibration, #Computational Efficiency

  本文系统分析了视觉变换器在主动学习和标签噪声环境下的表现，揭示模型规模和补丁大小对准确率、校准和效率的影响，为资源受限场景下的模型选择提供实用指导。

• Physics-inspired Energy Transition Neural Network for Sequence Learning

  grok-3-latest

  Score: 0.52

  Published:2025年5月6日 at  at 08:07

  #RNN, #Sequence Modeling, #Long-Term Dependency, #Neural Architecture, #Computational Efficiency

  本文提出了一种物理启发的能量转移神经网络（PETNN），通过模拟能量状态动态更新，显著提升了序列建模中长期依赖的捕捉能力，并在性能和效率上超越传统 RNN 和 Transformer 模型。

• Beyond the model: Key differentiators in large language models and multi-agent services

  grok-3-latest

  Score: 0.60

  Published:2025年5月5日 at  at 09:15

  #LLM, #Computational Efficiency, #Data Management, #Evaluation Framework, #Latency Optimization

  本文通过系统综述，揭示了生成式 AI 从模型中心向生态系统中心转变的趋势，总结了数据质量、计算效率、延迟优化、评估框架和数据管理等关键差异化因素，为 AI 服务优化提供了全面参考。

• CASA: CNN Autoencoder-based Score Attention for Efficient Multivariate Long-term Time-series Forecasting

  grok-3-latest

  Score: 0.28

  Published:2025年5月4日 at  at 06:46

  #Time Series Forecasting, #Attention Mechanism, #CNN Autoencoder, #Multivariate Analysis, #Computational Efficiency

  本文提出 CNN 自动编码器分数注意力机制（CASA），通过线性复杂度的设计替代传统自注意力，显著提升多变量长期时间序列预测性能并降低计算资源需求。