یادگیری فعال حریمخصوصتمحور مصرف دادههای IoT را ۹۰٪ کاهش داد
یک چارچوب جدید برای ریزشبکههای کشاورزی هوشمند با ترکیب یادگیری فعال و یادگیری فدرال، انتقال دادهها را به شدت کاهش داده است. این سامانه بدون نیاز به ارسال دادههای خام به ابر،…
موضوع
روشی برای آموزش مدلهای هوش مصنوعی با استفاده از چندین پردازنده یا سرور بهصورت همزمان
۹۰ مقاله منتشر شده
یک چارچوب جدید برای ریزشبکههای کشاورزی هوشمند با ترکیب یادگیری فعال و یادگیری فدرال، انتقال دادهها را به شدت کاهش داده است. این سامانه بدون نیاز به ارسال دادههای خام به ابر،…
استراتژی جدید توصیهگر در Adobe Commerce با ترکیب دادههای رفتاری و شباهت محصولات، عملکرد سیستمهای قاعدهمند سنتی را به چالش کشیده است. این معماری توزیعشده امکان مدیریت نزدیک به…
نسخه ۱.۴ ویرایش اجتماعی JuiceFS با حذف گلوگاههای عملیاتی در مجموعهدادههای حجیم AI، سرعت حذف فایلها را تا ۹۳ برابر افزایش داد. این بهروزرسانی از طریق عملیات دستهای متادیتا و…
سیستم Piper با جداسازی استراتژیهای آموزش از پیادهسازی زمان اجرا، پیچیدگیهای موازیسازی مدلهای عظیم را کاهش میدهد. این سیستم از یک نمایش میانی (IR) مبتنی بر گراف برای اجرای…
پژوهشگران الگوریتم GASLoC را برای پیشآموزش غیرمتمرکز مدلهای زبانی معرفی کردهاند که گلوگاههای ارتباطی همگام را حذف میکند. این چارچوب بهویژه در محیطهایی با سختافزارهای متنوع…
پژوهشگران روشی برای همپوشانی (Overlap) محاسبات و ارتباطات در محیطهای چند-GPU ابداع کردهاند که زمان اجرای کل را تا ۲۵.۵٪ کاهش میدهد. این دستاورد بدون تغییر در کتابخانههای…