Suchergebnisse - Soudry, Daniel
- Treffer 1 - 20 von 29
- Zur nächsten Seite
-
1
PLUMAGE: Probabilistic Low rank Unbiased Min Variance Gradient Estimator for Efficient Large Model Training Autoría: Haroush, Matan, Soudry, Daniel
Veröffentlicht 2025Fuente: arXivTipo de material: PreprintAcceso al recurso -
2
Alias-Free ViT: Fractional Shift Invariance via Linear Attention Autoría: Michaeli, Hagay, Soudry, Daniel
Veröffentlicht 2025Fuente: arXivTipo de material: PreprintAcceso al recurso -
3
Alias-Free Convnets: Fractional Shift Invariance via Polynomial Activations Autoría: Michaeli, Hagay, Michaeli, Tomer, Soudry, Daniel
Veröffentlicht 2023Fuente: arXivTipo de material: PreprintAcceso al recurso -
4
Towards Cheaper Inference in Deep Networks with Lower Bit-Width Accumulators Autoría: Blumenfeld, Yaniv, Hubara, Itay, Soudry, Daniel
Veröffentlicht 2024Fuente: arXivTipo de material: PreprintAcceso al recurso -
5
Minimum Variance Unbiased N:M Sparsity for the Neural Gradients Autoría: Chmiel, Brian, Hubara, Itay, Banner, Ron, Soudry, Daniel
Veröffentlicht 2022Fuente: arXivTipo de material: PreprintAcceso al recurso -
6
Explore to Generalize in Zero-Shot RL Autoría: Zisselman, Ev, Lavie, Itai, Soudry, Daniel, Tamar, Aviv
Veröffentlicht 2023Fuente: arXivTipo de material: PreprintAcceso al recurso -
7
Scaling FP8 training to trillion-token LLMs Autoría: Fishman, Maxim, Chmiel, Brian, Banner, Ron, Soudry, Daniel
Veröffentlicht 2024Fuente: arXivTipo de material: PreprintAcceso al recurso -
8
Foldable SuperNets: Scalable Merging of Transformers with Different Initializations and Tasks Autoría: Kinderman, Edan, Hubara, Itay, Maron, Haggai, Soudry, Daniel
Veröffentlicht 2024Fuente: arXivTipo de material: PreprintAcceso al recurso -
9
The Implicit Bias of Gradient Descent on Separable Multiclass Data Autoría: Ravi, Hrithik, Scott, Clayton, Soudry, Daniel, Wang, Yutong
Veröffentlicht 2024Fuente: arXivTipo de material: PreprintAcceso al recurso -
10
FP4 All the Way: Fully Quantized Training of LLMs Autoría: Chmiel, Brian, Fishman, Maxim, Banner, Ron, Soudry, Daniel
Veröffentlicht 2025Fuente: arXivTipo de material: PreprintAcceso al recurso -
11
Exponential Quantum Communication Advantage in Distributed Inference and Learning Autoría: Gilboa, Dar, Michaeli, Hagay, Soudry, Daniel, McClean, Jarrod R.
Veröffentlicht 2023Fuente: arXivTipo de material: PreprintAcceso al recurso -
12
How do Minimum-Norm Shallow Denoisers Look in Function Space? Autoría: Zeno, Chen, Ongie, Greg, Blumenfeld, Yaniv, Weinberger, Nir, Soudry, Daniel
Veröffentlicht 2023Fuente: arXivTipo de material: PreprintAcceso al recurso -
13
The Joint Effect of Task Similarity and Overparameterization on Catastrophic Forgetting -- An Analytical Model Autoría: Goldfarb, Daniel, Evron, Itay, Weinberger, Nir, Soudry, Daniel, Hand, Paul
Veröffentlicht 2024Fuente: arXivTipo de material: PreprintAcceso al recurso -
14
Temperature is All You Need for Generalization in Langevin Dynamics and other Markov Processes Autoría: Harel, Itamar, Wolanowsky, Yonathan, Vardi, Gal, Srebro, Nathan, Soudry, Daniel
Veröffentlicht 2025Fuente: arXivTipo de material: PreprintAcceso al recurso -
15
Tensor-Parallelism with Partially Synchronized Activations Autoría: Lamprecht, Itay, Karnieli, Asaf, Hanani, Yair, Giladi, Niv, Soudry, Daniel
Veröffentlicht 2025Fuente: arXivTipo de material: PreprintAcceso al recurso -
16
Normalized Architectures are Natively 4-Bit Autoría: Fishman, Maxim, Chmiel, Brian, Banner, Ron, Soudry, Daniel, Ginsburg, Boris
Veröffentlicht 2026Fuente: arXivTipo de material: PreprintAcceso al recurso -
17
Workspace Optimization: How to Train Your Agent Autoría: Sarafian, Elad, Kaplun, Gal, Banner, Ron, Soudry, Daniel, Ginsburg, Boris
Veröffentlicht 2026Fuente: arXivTipo de material: PreprintAcceso al recurso -
18
The Implicit Bias of Gradient Descent on Separable Data Autoría: Soudry, Daniel, Hoffer, Elad, Nacson, Mor Shpigel, Gunasekar, Suriya, Srebro, Nathan
Veröffentlicht 2017Fuente: arXivTipo de material: PreprintAcceso al recurso -
19
Accurate Neural Training with 4-bit Matrix Multiplications at Standard Formats Autoría: Chmiel, Brian, Banner, Ron, Hoffer, Elad, Yaacov, Hilla Ben, Soudry, Daniel
Veröffentlicht 2021Fuente: arXivTipo de material: PreprintAcceso al recurso -
20
Stable Minima Cannot Overfit in Univariate ReLU Networks: Generalization by Large Step Sizes Autoría: Qiao, Dan, Zhang, Kaiqi, Singh, Esha, Soudry, Daniel, Wang, Yu-Xiang
Veröffentlicht 2024Fuente: arXivTipo de material: PreprintAcceso al recurso