ブーストジェットタグ付けのためのニューラル・スケーリング則：JetClassで学ぶ計算量配分、反復学習、入力表現の影響
公開データセットJetClassのブーストジェット分類で、モデルのパラメータ数と学習データ数を同時に増やして学習計算量を拡張すると、検証損失が不可約損失と呼ぶ到達限界へ一貫して近づくことを、スケーリング則として整理しています。
Cog AI Archive
最新の記事
トポロジカルな凍結を緩和するスケーラブルなFlow-basedアプローチ
4次元SU(3)ゲージ理論の格子シミュレーションにおいて、連続極限でトポロジカルなサンプリングが困難になる「トポロジカルな凍結」を解決するため、確率的正規化フロー（SNF）を用いた新しい手法が提案されました。