Cook2LTL: Translating Cooking Recipes to LTL Formulae using Large Language Models
专题命中 效率与部署 :large language model(title,abstract);language model(title,abstract);LLM(abstract)
Comments ICRA 2024 final version
AI 大模型
大语言模型、预训练、指令微调、后训练和语言模型应用。
专题命中 效率与部署 :large language model(title,abstract);language model(title,abstract);LLM(abstract)
Comments ICRA 2024 final version
专题命中 效率与部署 :large language model(title,abstract);language model(title,abstract);LLM(abstract)
专题命中 效率与部署 :large language model(title,abstract);language model(title,abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 效率与部署 :large language model(title,abstract);language model(title,abstract);LLM(abstract)
专题命中 效率与部署 :large language model(title,abstract);language model(title,abstract);分类 cs.CL、cs.AI、cs.LG
Comments 47 pages, review 380 papers. The work is ongoing
专题命中 效率与部署 :large language model(title,abstract);language model(title,abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 效率与部署 :language model(title,abstract);large language model(title);pretraining(abstract);分类 cs.CL、cs.AI、cs.LG
Comments Accepted to IEEE ASRU 2023. Internal Review Approved. Revised 2nd version with Andreas and Huck. The first version is in Sep 29th. 8 pages
Journal ref Proc. IEEE ASRU Workshop, Dec. 2023
专题命中 效率与部署 :large language model(title,abstract);language model(title,abstract);LLM(abstract)
专题命中 效率与部署 :large language model(title,abstract);language model(title,abstract);LLM(abstract)
专题命中 效率与部署 :large language model(title,abstract);language model(title,abstract);LLM(abstract)
专题命中 效率与部署 :large language model(title,abstract);language model(title,abstract);LLM(abstract)
Comments 7 pages
Journal ref 2023 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)
专题命中 效率与部署 :large language model(title,abstract);language model(title,abstract);分类 cs.CL、cs.AI、cs.LG
Comments 4 pages, 2 figures
专题命中 效率与部署 :large language model(title,abstract);language model(title,abstract);LLM(abstract)
专题命中 效率与部署 :large language model(title,abstract);language model(title,abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 效率与部署 :large language model(title,abstract);language model(title,abstract);LLM(abstract)
Comments 7 pages, 3 figures, 2 tables
专题命中 效率与部署 :large language model(title,abstract);language model(title,abstract);LLM(abstract)
专题命中 效率与部署 :large language model(title,abstract);language model(title,abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 效率与部署 :large language model(title,abstract);language model(title,abstract);LLM(abstract)
专题命中 效率与部署 :large language model(title,abstract);language model(title,abstract);LLM(abstract)
专题命中 效率与部署 :large language model(title,abstract);language model(title,abstract);LLM(abstract)
Comments 4 pages 1 reference page, ICASSP format
专题命中 效率与部署 :large language model(title,abstract);language model(title,abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 效率与部署 :language model(title,abstract);large language model(title);LLM(abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 效率与部署 :large language model(title,abstract);language model(title,abstract);LLM(abstract)
Comments 13 pages, 4 figures
专题命中 效率与部署 :large language model(title,abstract);language model(title,abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 效率与部署 :large language model(title,abstract);language model(title,abstract);LLM(abstract)
专题命中 效率与部署 :large language model(title,abstract);language model(title,abstract);LLM(abstract)
Comments ISCA 2023
专题命中 效率与部署 :large language model(title,abstract);language model(title,abstract);LLM(abstract)
Comments revision
专题命中 效率与部署 :language model(title,abstract);pretraining(title,abstract);分类 cs.CL、cs.AI、cs.LG
Comments Update details in scaled initialization and add acknowledgement
面向大语言模型服务的近期/频率自适应KV缓存
机构 * Department of Computer Science, Johns Hopkins University, Baltimore, USA(约翰霍普金斯大学计算机科学系) ; Argonne National Laboratory, Lemont, USA(阿贡国家实验室) ; Parasail, Inc., San Mateo, USA(Parasail公司)
专题命中 效率与部署 :large language model(title,abstract);language model(title,abstract);分类 cs.AI、cs.LG;foundation model(comments)
AI总结 针对LRU策略在多工作负载下缓存失效问题,提出自适应KV缓存,动态分配近期与高频KV块的空间,在合成文档问答中缓存命中率提升10.8%,首令牌时间降低12.6%。
Comments Accepted at the ICML 2026 Workshop on Resource-Adaptive Foundation Model Inference (AdaptFM)
用于大语言模型运行时恶意行为检测的分层收敛指纹
机构 * Singapore Management University(新加坡管理大学)
专题命中 效率与部署 :large language model(title,abstract);language model(title,abstract);分类 cs.CL、cs.AI;LLM(comments)
AI总结 本文提出LCF方法,通过分析神经网络层间隐藏状态轨迹来检测运行时恶意行为,无需参考模型或重训练,有效降低攻击成功率并高检测率识别多种威胁。
Comments 34 pages, 5 figures. Code: https://github.com/NayMyatMin/LCF-LLM