实体
Amd1-ps2
Amd1-ps2
PulseAugur coverage of Amd1-ps2 — every cluster mentioning Amd1-ps2 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新框架增强了在不确定环境中的鲁棒决策能力
研究人员开发了一个新的鲁棒平均奖励马尔可夫决策过程框架，该框架用于不确定性下的序贯决策。该研究量化了学习最优鲁棒策略所需的必要和充分样本数量。研究结果表明，样本复杂度取决于扰动尺度和最优偏差跨度，存在高容忍度和低容忍度的不同情况。所提出的即插即用程序通过选择适当的缩减和折扣因子来实现这些速率，并提供了从数据中进行跨度感知和跨度无关校准的选项。
-
新的AMDP技术加速大规模AI模型训练
研究人员推出了一种名为异步多向流水线并行（AMDP）的新技术，旨在提高大规模AI模型训练的效率。AMDP通过限制前向和后向传播之间的参数不匹配来解决现有异步方法中常见的收敛退化问题。该方法限制了反向传播前处理的小批量数量，并采用多个并发流水线来最大限度地减少空闲时间。使用GPT-和BERT风格模型的实验表明，AMDP在保持收敛精度的同时显著加快了训练速度。