标签
作者讨论了使用经典机器学习与LLMs处理商业分类和回归问题，评估了Jev模型作为潜在工具，并将其与现有技术如Structured Outputs和DSPy进行比较，重点强调了可访问性和有效性方面的担忧。
本文比较了XGBoost和RoBERTa-LoRA在相同数据集、跨数据集迁移和对抗性规避三个轴上的网络入侵检测性能，表明不存在通用的优胜者，性能取决于评估条件。
本文介绍了Strategic 16K，一个用于文档敏感性分类的泄露控制数据集，并对经典与基于Transformer的模型进行了基准测试，其中BERT在解决标签泄露问题的同时取得了最佳性能。
本文对表格数据上经典机器学习模型的缩放定律进行了一项分布式基准研究，结果表明幂律拟合适用于大多数模型家族，并量化了127名学生运行中复制者实现的差异。
Shuo Yang 及其团队发布了 FlashLib，这是一个 GPU 库，可以加速 KMeans、KNN、HDBSCAN、PCA 和 t-SNE 等经典机器学习算子，声称加速比高达 208 倍。
Flash-KMeans 团队发布了 FlashLib，这是一个面向经典机器学习算子的 GPU 库，在 Hopper GPU 上相比 cuML 可实现高达 208 倍的加速，专注于为智能体 AI 工作负载提供快速、可预测的性能。