实体
Braverman et al.
Braverman et al.
PulseAugur coverage of Braverman et al. — every cluster mentioning Braverman et al. across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
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
-
新研究探讨机器学习任务的预算优化 · 跟踪到2个来源
两篇新研究论文探讨了机器学习任务的预算优化策略。第一篇论文“BudgetAPO”介绍了一种新颖的单阶段优化器，专为预算紧张和速率受限的API场景设计，在各种基准测试中表现优于GEPA等现有方法。第二篇论文“Optimally Pacing Budget Spending and Learning”为对抗性设置下的预算约束在线学习建立了近乎最优的遗憾界限，并扩展到在线资源分配问题。
-
稀疏协方差估计界限显示效率提升
研究人员为分布式垂直划分模型中的稀疏协方差估计开发了新的信息论界限。他们的工作表明，与密集矩阵相比，对交叉协方差矩阵施加稀疏性可以显著降低通信和样本复杂度。这种改进在1稀疏情况下尤为显著，提供了指数级的效率提升。