classical-ml

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。