Every ε-QLDP channel on a d-dimensional input is entanglement-breaking whenever ε ≤ log(d/(d-1)). This high-privacy regime also yields approximate and composition results, and forces sample-complexity lower bounds for private quantum learn…
Method
Analisis ini bersifat teori-kanal dan teori-informasi. Alat teknis utamanya adalah: - **Definisi QLDP untuk kanal.** Suatu kanal $\mathcal{N}$ bersifat $\varepsilon$-QLDP jika unt…
Results
Hasil utama makalah ini adalah sebagai berikut. 1. **Ambang privasi tinggi yang eksak.** Setiap kanal $\varepsilon$-QLDP dengan masukan berdimensi $d$ bersifat memutus keterkaitan kuantum setiap kali…
Mayanka Chandrashekar; Xi Zhang; Ethan Seefried; Tirthankar Ghosal; John Gounley; Heidi Hanson
Summary
Chandrashekar et al. present a decoupled pipeline that separates patch generation, parallel embedding inference, and sharded vector database ingestion to achieve high-throughput whole-slide image embedding extraction at scale. Their scalin…
Method
Pipeline yang diusulkan menguraikan alur kerja menjadi tiga tahap berbeda: 1. **Pembuatan dan staging patch** – WSI dibagi menjadi patch, yang ditulis ke area staging yang dioptim…
Results
Penulis menunjukkan bahwa pemisahan I/O, komputasi, dan ingest memungkinkan ekstraksi embedding WSI berthroughput tinggi pada skala besar. Dengan mencirikan amplop penskalaan, mereka menunjukkan bahw…
Pierre Fraigniaud; Boaz Patt-Shamir; Sergio Rajsbaum
Summary
This work studies binary consensus under a stochastic broadcast model where each synchronous broadcast succeeds independently with probability p, and consensus is known to be unsolvable. The authors extend the two-process analysis from DIS…
Method
Para penulis memodelkan sistem sebagai protokol berbasis putaran sinkron ketika setiap proses mempertahankan keadaan lokal dan menyiarkan pesan setiap putaran. Kanal komunikasi be…
Results
Hasil utama makalah ini diperkirakan mencakup: - **Pencirian probabilitas galat optimal**: Untuk setiap $n > 2$, $p \in [0,1]$, dan anggaran putaran $r$, para penulis memberikan probabilitas ketidaks…
Romain Claret; Michael O'Neill; Paul Cotofrei; Kilian Stoffel
Summary
EMR-HyperNEAT reformulates ES-HyperNEAT's sequential quadtree subdivision as an eager, fully parallel evaluation of all positions at all resolutions, achieving 12–34× on-device GPU speedup and higher solve rates across benchmarks.
Method
Kami menyajikan EMR-HyperNEAT, yang mengevaluasi semua posisi pada semua resolusi di muka, lalu memfilter menggunakan kriteria varians yang sama. Secara formal, subdivisi kondisio…
Results
Bagian eksperimen memvalidasi percepatan GPU on-device 12–34× pada XOR di kedalaman 5–7, dan secara empiris tingkat penyelesaian yang lebih tinggi di berbagai benchmark. Ini menunjukkan bahwa perumus…
Njoud O. Almaaitah; David E. Singh; Taylan Özden; Jesus Carretero; Raffaele Montella
Summary
Almaaitah, Singh, Özden, Carretero, and Montella build a framework that replays I/O traces from the HPCIO repository inside ElastiSim, a batch-system simulator for rigid, malleable, and evolving workloads. Case studies of real application …
Method
Metodologi ini adalah pipeline pemodelan berbasis jejak dengan tiga tahap konseptual: (1) akuisisi jejak dari repositori analisis HPCIO, (2) penerjemahan jejak tersebut menjadi pe…
Results
Makalah ini melaporkan studi kasus terperinci dari jejak aplikasi dunia nyata. Melalui studi kasus ini, para penulis menunjukkan bahwa kerangka kerja pemodelan yang diusulkan dapat memberikan wawasan…
FISGuard constructs and fixes a low-dimensional representation subspace using independent public data, restricting the space through which private representations are exposed via gradients. It reduces ProjRes attack AUC to near random gues…
Method
FISGuard bekerja dengan membangun subspace berdimensi rendah tetap $\mathcal{S} \subset \mathbb{R}^d$ dari data publik independen. Misalkan $\mathbf{g}_i$ menyatakan gradien klien…
Results
Penulis mengevaluasi FISGuard terhadap lima metode pertahanan representatif pada tiga dataset NLP, dua LLM, dan dua strategi fine-tuning: Adapter dan LoRA. Metrik utamanya adalah AUC serangan members…
Weicheng Xue; Bingqiang Wang; Li Yuan; Huihui Zhou; Yonghong Tian
Summary
TerraceMoE presents a cost model for evaluating whether hierarchical two-hop dispatch reduces slow-fabric traffic in expert-parallel MoE training, reporting corrected effective breakeven hierarchy ratios of 3.98, 1.49, and 1.10 under diffe…
Method
Model biaya dievaluasi pada geometri referensi: 16 grup dari 8 rank, dengan $q=3$ expert dipilih per token, dimensi tersembunyi $H=2048$, dan 4096 token per rank. Model menghitung…
Results
Rasio breakeven hierarki efektif terkoreksi adalah hasil kuantitatif utama. Pada geometri referensi, rantai kedatangan PyTorch terukur menghasilkan rasio breakeven 3,98. Ini berarti dispatch hierarki…
Haocheng Xia; William Nixon; Bintang Dwi Marthen; Pranav Bhandari; Juncheng Yang
Summary
Learning-Augmented Heuristics (LAH) decouples data and control planes to learn cache-level parameters of static heuristics, enabling simple, high-speed data operations with asynchronous learning. S4-FIFO, an instantiation of LAH, improves …
Method
LAH beroperasi dengan memisahkan bidang data, yang menangani operasi cache menggunakan heuristik statis dengan parameter yang dapat disetel, dari bidang kendali, yang mempelajari …
Results
Pada 1.035 jejak evaluasi, S4-FIFO meningkatkan efisiensi rata-rata sebesar 26% dibandingkan S3-FIFO dan 8% dibandingkan 3L-Cache, algoritma state-of-the-art terbaik. Ketangguhan ditunjukkan: S4-FIFO…
Prabhu Vellaisamy; Vanessa Lam; Shawn Blanton; John Paul Shen
Summary
LLM inference is priced by tokens but GPU energy is consumed over inference windows, creating an accounting mismatch. This work decomposes inference energy into fixed prefill/setup costs and marginal per-token step energy, showing that ave…
Method
Penulis mengusulkan model energi terurai untuk beban inferensi LLM. Model ini memisahkan energi menjadi tiga komponen: (1) biaya prefill tetap satu kali, (2) biaya setup generasi …
Results
Hasil menunjukkan bahwa energi token dan energi permintaan dapat bergerak ke arah yang berlawanan. Untuk Llama-3.2-1B pada H200 dengan batch-16 dan konteks-4K, menaikkan panjang keluaran dari 10 menj…
This review surveys AI hardware accelerators for large language models, showing that the decisive constraint is memory rather than arithmetic. It compares GPUs, custom ASICs, FPGAs, processing-in-memory, neuromorphic, and photonic approach…
Method
Tinjauan ini mengadopsi metodologi komparatif yang digerakkan oleh kerangka kerja. Pertama, tinjauan ini memformalkan struktur komputasi transformer, memisahkan fase prefill (pemr…
Results
Analisis komparatif menghasilkan pola yang jelas: tidak ada satu arsitektur pun yang optimal di semua beban kerja. GPU tetap menjadi default yang fleksibel dan kuda pekerja pelatihan, berkat ekosiste…
