Autor der Publikation

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

 

Weitere Publikationen von Autoren mit dem selben Namen

DeepSpeed4Science Initiative: Enabling Large-Scale Scientific Discovery through Sophisticated AI System Technologies., , , , , , , , , und 82 andere Autor(en). CoRR, (2023)LLM-jp: A Cross-organizational Project for the Research and Development of Fully Open Japanese LLMs., , , , , , , , , und 70 andere Autor(en). CoRR, (2024)Better Caching in Search Advertising Systems with Rapid Refresh Predictions., , , , und . WWW, Seite 1875-1884. ACM, (2018)XTC: Extreme Compression for Pre-trained Transformers Made Simple and Efficient., , , , und . NeurIPS, (2022)DeepSpeed-MoE: Advancing Mixture-of-Experts Inference and Training to Power Next-Generation AI Scale., , , , , , , und . ICML, Volume 162 von Proceedings of Machine Learning Research, Seite 18332-18346. PMLR, (2022)1-bit LAMB: Communication Efficient Large-Scale Large-Batch Training with LAMB's Convergence Speed., , , , und . HIPC, Seite 272-281. IEEE, (2022)The Stability-Efficiency Dilemma: Investigating Sequence Length Warmup for Training GPT Models., , und . NeurIPS, (2022)Maximizing Communication Efficiency for Large-scale Training via 0/1 Adam., , , , und . ICLR, OpenReview.net, (2023)Workload analysis and caching strategies for search advertising systems., , , , und . SoCC, Seite 170-180. ACM, (2017)GD-Wheel: a cost-aware replacement policy for key-value stores., und . EuroSys, Seite 5:1-5:15. ACM, (2015)