Buchumschlag

AutoTailor: Automatic and Efficient Adaptive Model Deployment for Diverse Edge Devices

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Mengyang, Lu, Chenyu, Tian, Haodong, Dong, Fang, Zhou, Ruiting, Wang, Wei, Shen, Dian, Li, Guangtong, Wan, Ye, Li, Li
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Joint Optimization of DNN Model Caching and Request Routing in Mobile Edge Computing
von: Qiu, Shuting, et al.
Veröffentlicht: (2025)

On-Demand Multi-Task Sparsity for Efficient Large-Model Deployment on Edge Devices
von: Huang, Lianming, et al.
Veröffentlicht: (2025)

EdgeLoRA: An Efficient Multi-Tenant LLM Serving System on Edge Devices
von: Shen, Zheyu, et al.
Veröffentlicht: (2025)

AutoPEFT: Automatic Configuration Search for Parameter-Efficient Fine-Tuning
von: Zhou, Han, et al.
Veröffentlicht: (2023)

Deploy DINO with Many-to-Many Association
von: Jiang, Haodong, et al.
Veröffentlicht: (2026)

Adaptive Device-Edge Collaboration on DNN Inference in AIoT: A Digital Twin-Assisted Approach
von: Hu, Shisheng, et al.
Veröffentlicht: (2024)

AutoBreach: Universal and Adaptive Jailbreaking with Efficient Wordplay-Guided Optimization
von: Chen, Jiawei, et al.
Veröffentlicht: (2024)

Empirical Guidelines for Deploying LLMs onto Resource-constrained Edge Devices
von: Qin, Ruiyang, et al.
Veröffentlicht: (2024)

AyE-Edge: Automated Deployment Space Search Empowering Accuracy yet Efficient Real-Time Object Detection on the Edge
von: Wu, Chao, et al.
Veröffentlicht: (2024)

Model of Dark Current in Silicon‐Based Barrier Impurity Band Infrared Detector Devices
von: Mengyang Cui, et al.
Veröffentlicht: (2026)

TMLC-Net: Transferable Meta Label Correction for Noisy Label Learning
von: Li, Mengyang
Veröffentlicht: (2025)

AutoTriton: Automatic Triton Programming with Reinforcement Learning in LLMs
von: Li, Shangzhan, et al.
Veröffentlicht: (2025)

AutoQD: Automatic Discovery of Diverse Behaviors with Quality-Diversity Optimization
von: Hedayatian, Saeed, et al.
Veröffentlicht: (2025)

PI-Whisper: Designing an Adaptive and Incremental Automatic Speech Recognition System for Edge Devices
von: Nassereldine, Amir, et al.
Veröffentlicht: (2024)

TinyFormer: Efficient Transformer Design and Deployment on Tiny Devices
von: Yang, Jianlei, et al.
Veröffentlicht: (2023)

TMPO: Trajectory Matching Policy Optimization for Diverse and Efficient Diffusion Alignment
von: Li, Jiaming, et al.
Veröffentlicht: (2026)

AutoHete: An Automatic and Efficient Heterogeneous Training System for LLMs
von: Zeng, Zihao, et al.
Veröffentlicht: (2025)

Efficient Partitioning Vision Transformer on Edge Devices for Distributed Inference
von: Liu, Xiang, et al.
Veröffentlicht: (2024)

Auto-PRE: An Automatic and Cost-Efficient Peer-Review Framework for Language Generation Evaluation
von: Chen, Junjie, et al.
Veröffentlicht: (2024)

SwapNet: Efficient Swapping for DNN Inference on Edge AI Devices Beyond the Memory Budget
von: Wang, Kun, et al.
Veröffentlicht: (2024)

CD-PIM: A High-Bandwidth and Compute-Efficient LPDDR5-Based PIM for Low-Batch LLM Acceleration on Edge-Device
von: Lin, Ye, et al.
Veröffentlicht: (2026)

Slimmable ConvNeXt: Width-Adaptive Inference for Efficient Multi-Device Deployment
von: Haberer, Janek, et al.
Veröffentlicht: (2026)

EdgeOL: Efficient in-situ Online Learning on Edge Devices
von: Li, Sheng, et al.
Veröffentlicht: (2024)

HybridFlow: Resource-Adaptive Subtask Routing for Efficient Edge-Cloud LLM Inference
von: Dong, Jiangwen, et al.
Veröffentlicht: (2025)

Graph Neural Networks Automated Design and Deployment on Device-Edge Co-Inference Systems
von: Zhou, Ao, et al.
Veröffentlicht: (2024)

DSSD: Efficient Edge-Device LLM Deployment and Collaborative Inference via Distributed Split Speculative Decoding
von: Ning, Jiahong, et al.
Veröffentlicht: (2025)

Remoe: Towards Efficient and Low-Cost MoE Inference in Serverless Computing
von: Liu, Wentao, et al.
Veröffentlicht: (2025)

The MoE-Empowered Edge LLMs Deployment: Architecture, Challenges, and Opportunities
von: Li, Ning, et al.
Veröffentlicht: (2025)

EdgeInfinite: A Memory-Efficient Infinite-Context Transformer for Edge Devices
von: Chen, Jiyu, et al.
Veröffentlicht: (2025)

FineQuest: Adaptive Knowledge-Assisted Sports Video Understanding via Agent-of-Thoughts Reasoning
von: Chen, Haodong, et al.
Veröffentlicht: (2025)

AMED: Automatic Mixed-Precision Quantization for Edge Devices
von: Kimhi, Moshe, et al.
Veröffentlicht: (2022)

AutoTour: Automatic Photo Tour Guide with Smartphones and LLMs
von: Xu, Huatao, et al.
Veröffentlicht: (2026)

SlimEdge: Performance and Device Aware Distributed DNN Deployment on Resource-Constrained Edge Hardware
von: Kumar, Mahadev Sunil, et al.
Veröffentlicht: (2025)

Towards Efficient Image Deblurring for Edge Deployment
von: Miriyala, Srinivas, et al.
Veröffentlicht: (2026)

Hunting the Ghost: Towards Automatic Mining of IoT Hidden Services
von: Dong, Shuaike, et al.
Veröffentlicht: (2025)

Tailoring Molecular Diffusion in Core‐Shell Zeolite Imidazolate Framework Composites Realizes Efficient Kinetic Separation of Xylene Isomers
von: Linghe Yang, et al.
Veröffentlicht: (2025)

Adaptive composite event‐triggered control of a deferred constrained nonlinear system
von: Chenyu Zhang, et al.
Veröffentlicht: (2025)

Efficient Cloud-Edge-Device Query Execution Based on Collaborative Scan Operator
von: Zhao, Chunyu, et al.
Veröffentlicht: (2025)

Edge Learning Based Collaborative Automatic Modulation Classification for Hierarchical Cognitive Radio Networks
von: Dong, Peihao, et al.
Veröffentlicht: (2024)

AutoMMLab: Automatically Generating Deployable Models from Language Instructions for Computer Vision Tasks
von: Yang, Zekang, et al.
Veröffentlicht: (2024)