University of Maryland, College Park（马里兰大学帕克分校）

GauS: Differentiable Scheduling Optimization via Gaussian Reparameterization

GauS：通过高斯重参数化的可微分调度优化

Yaohui Cai, Vesal Bakhtazad, Cunxi Yu, Zhiru Zhang

机构 * Cornell University（康奈尔大学） ； University of Maryland, College Park（马里兰大学学院公园分校） 纠错

AI总结 提出GauS框架，利用高斯分布对算子调度进行随机松弛，以可微分方式优化调度，捕获时间序数性质并大幅减少参数空间，首次实现流水线调度的可微分化，达到帕累托最优。