研究人员推出了一种新颖的框架RACE,旨在为资源受限环境优化序列推荐模型。与之前应用统一压缩的方法不同,RACE根据预测不确定性动态调整模型结构和输入序列。这种方法确保计算资源得到有效分配,避免在简单实例上浪费资源,并为复杂实例提供足够的能力。实验表明,RACE在准确性、效率和适应性方面均优于现有技术。 AI
影响 优化了资源受限环境中AI模型的部署,提高了效率和适应性。
排序理由 该集群包含一篇详细介绍序列推荐模型新框架的研究论文。
在 arXiv cs.IR (Information Retrieval) 阅读 →
- alphaXiv
- arXiv
- CatalyzeX
- Connected Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- Influence Flower
- Litmaps
- RACE
- ScienceCast
- scite Smart Citations
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →