ノイズの多いPULLモデルにおける高速かつ堅牢な情報拡散
ノイズの多い環境下での情報拡散において、エージェントが同時に多数の他のエージェントを観察できる場合、情報拡散は大幅に高速化され、従来のペアワイズなインタラクションに基づく情報拡散の限界を克服できる。
空間的に分散したシステムにおける最適推定：測定値を共有する距離は？
空間的に分散したシステムにおける最適な状態推定のためのカルマンフィルターは、システムダイナミクス、測定ノイズ、およびプロセスノイズの空間的自己相関間の相互作用によって決定される固有の空間的局在化を示します。
Swiper：効率的な重み付き分散プロトコルのための新しいパラダイム - 実用的なBlockchainシステムへの適用
本稿では、従来のノミナルな分散プロトコルを、現実世界のBlockchainシステムで重要な重み付き設定に変換するための効率的な新しいパラダイムであるSwiperを紹介する。
社会技術ネットワークにおけるゲーム理論的制御の再考：新たな設計フレームワークと現代の応用事例
社会技術ネットワークの設計には、個々のエージェントの行動とシステム全体の目標を整合させるために、ゲーム理論と制御理論を統合した新しいパラダイムが必要である。
大規模分散モデル学習における故障マシン検出ツール「Minder」：その設計と運用から得られた知見
大規模分散学習における課題である、故障マシンの迅速かつ正確な検出を実現するために、監視メトリクスの類似性と継続性に着目した自動検出ツール「Minder」を開発し、実際の運用環境での評価を通して、その有効性と課題を検証した。
スケーラブルな百万トークン推論のためのコンテキスト並列化：レイテンシ削減とKVキャッシュ効率化の戦略
本稿では、大規模言語モデル (LLM) の推論、特に長文コンテキスト処理におけるレイテンシとスケーラビリティを向上させるためのシステム最適化技術であるコンテキスト並列化 (CP) について解説し、その有効性を示します。
敵対者多数下におけるコンセンサスの実現：適切な設計とモデル化
ビザンチンフォールトトレラントなコンセンサスプロトコルにおいて、敵対者多数下での安全性と活性性の達成可能性は、クライアントのモデル化（スリーピー/常時接続、サイレント/通信型）に大きく依存する。本稿では、様々なクライアントモデルと、同期型/部分同期型のネットワークモデル、スリーピー/常時接続型のバリデータモデルを組み合わせた16のモデルを体系化し、それぞれのモデルにおける安全性と活性性の達成可能性を厳密に分析する。
$\texttt{HEXA-MoE}$：計算の冗長性をゼロに抑えた、効率的でヘテロジニアス対応のMoE高速化手法
本稿では、計算の冗長性をゼロに抑え、データ中心とモデル中心の両方の構成に対応し、ヘテロジニアス環境での利用も可能な、効率的なMoE高速化フレームワークであるHEXA-MoEを提案する。
不確かな非線形マルチエージェントシステムのスイッチングネットワークにおける適応出力同期
本稿では、結合されたスイッチングネットワーク上で動作する、不確かな非線形マルチエージェントシステムのクラスに対し、リーダーフォロワー型の出力同期問題を解決する新しい適応制御法則を提案する。
スイッチにおけるネットワーク協調のための高速反応アルゴリズム：FRANCIS
FRANCISは、プログラマブルスイッチ上でメッセージパッシングアルゴリズムを実行することで、ネットワークイベントに対する迅速な反応と最適化されたリソース消費を実現するフレームワークである。
© 2024 by Linnk AI