Aicomputetoken

Исследование предлагает грамматику программирования, ориентированную на ИИ, для снижения вычислительных затрат при генерации кода LLM с сохранением семантической эквивалентности традиционным языкам.

Обзор применения нейронных сетей в вычислительной морфологии: методы, преимущества, проблемы и перспективы морфологического анализа и генерации.

Комплексный анализ распределенного интеллекта в сетях IoT, включая архитектуры периферийных вычислений, приложения, проблемы и перспективы развития интеллектуальных IoT-систем.

Структура INoT позволяет большим языковым моделям выполнять программные диалоговые рассуждения с сокращением затрат токенов и улучшением производительности в различных тестах.

Исследование точности нейронных сетей в моделировании задержек компьютерных сетей как функции входного трафика с практическими рекомендациями по моделированию и оптимизации сетей.

Исследование вычисления гарантированных выходных ошибок в квантованных нейронных сетях с использованием объединенной сетевой конструкции и анализа достижимости для приложений сжатия моделей.

Анализ ограничений предсказания токенов в креативном ИИ, предлагающий интерактивные диалоговые модели для импровизационных выступлений на примере баттл-рэпа.

Новая модель квантовой нейронной сети с мягкими квантовыми нейронами, использующая однокубитные операции и измерения для эффективной нелинейной классификации и устойчивости к шуму.

Всесторонний обзор и сравнительный анализ методов сжатия токенов для Vision Transformers с фокусом на их применении в компактных архитектурах для развертывания на edge-устройствах.

Анализ фреймворка TREE — новой метрики энергоэффективности для ИИ-интегрированных сетей 6G, учитывающей пропускную способность по токенам больших моделей как полезность сети.