A Three-Way Testing Framework for Quantifying Epistemic Calibration Uncertainty in SBI
本文提出一种基于三向假设检验的框架，用于量化模拟基础推理中的认知校准不确定性，并评估必要的模拟预算。
0 citationsRead paper
Selected work
Representative Papers
The Bias of Nonlinear Two-Time-scale Stochastic Approximation under Constant Step-Sizes
本文研究了非线性双时间尺度随机逼近在常数步长下的偏差问题，通过分析得出了均方误差和偏差的上界。
0 citationsRead paper
To Each Language Its Tokenizer: Modular Tokenizers for Efficient Multilingual LLMs
本文针对多语言大模型的词汇压缩不均和资源浪费问题，提出模块化分词器学习方法及预训练策略，提高效率与跨语言公平性。
0 citationsRead paper
Suan: Rectifying Direct Preference Safety Alignment in Large Language Models
本文提出Suan算法，通过在梯度级别直接优化偏好，解决大型语言模型中安全对齐问题，同时保持响应的实用性。
0 citationsRead paper
Measuring Sustainability in Multi-Scale High-Performance Computing
本文通过引入一个多维度度量框架，解决多尺度高性能计算中的资源管理和可持续性问题，指导现代工作负载的部署策略。
0 citationsRead paper
Recent publications
Latest Papers
A Three-Way Testing Framework for Quantifying Epistemic Calibration Uncertainty in SBI
本文提出一种基于三向假设检验的框架，用于量化模拟基础推理中的认知校准不确定性，并评估必要的模拟预算。
0 citationsRead paper
The Bias of Nonlinear Two-Time-scale Stochastic Approximation under Constant Step-Sizes
本文研究了非线性双时间尺度随机逼近在常数步长下的偏差问题，通过分析得出了均方误差和偏差的上界。
0 citationsRead paper
To Each Language Its Tokenizer: Modular Tokenizers for Efficient Multilingual LLMs
本文针对多语言大模型的词汇压缩不均和资源浪费问题，提出模块化分词器学习方法及预训练策略，提高效率与跨语言公平性。
0 citationsRead paper
Suan: Rectifying Direct Preference Safety Alignment in Large Language Models
本文提出Suan算法，通过在梯度级别直接优化偏好，解决大型语言模型中安全对齐问题，同时保持响应的实用性。
0 citationsRead paper
Measuring Sustainability in Multi-Scale High-Performance Computing
本文通过引入一个多维度度量框架，解决多尺度高性能计算中的资源管理和可持续性问题，指导现代工作负载的部署策略。
0 citationsRead paper