論文の概要: On a Foundation Model for Operating Systems

• arxiv url: http://arxiv.org/abs/2312.07813v1
• Date: Wed, 13 Dec 2023 00:23:22 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-14 17:25:45.672579
• Title: On a Foundation Model for Operating Systems
• Title（参考訳）: オペレーティングシステムの基礎モデルについて
• Authors: Divyanshu Saxena, Nihal Sharma, Donghyun Kim, Rohit Dwivedula, Jiayi Chen, Chenxi Yang, Sriram Ravula, Zichao Hu, Aditya Akella, Sebastian Angel, Joydeep Biswas, Swarat Chaudhuri, Isil Dillig, Alex Dimakis, P. Brighten Godfrey, Daehyeok Kim, Chris Rossbach, and Gang Wang
• Abstract要約: 本稿では,オペレーティングシステム(OS)のドメイン固有基盤モデルの研究課題について概説する。 基礎モデルの場合,CPU,メモリ,ネットワークサブシステムなどのOSコンポーネントが相互に関連しているという観測を中心に展開する。 OSトレースは、多様なOSコンポーネントの複雑さを把握するための基盤モデルのための理想的なデータセットを提供する。
• 参考スコア（独自算出の注目度）: 36.17124600729315
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper lays down the research agenda for a domain-specific foundation model for operating systems (OSes). Our case for a foundation model revolves around the observations that several OS components such as CPU, memory, and network subsystems are interrelated and that OS traces offer the ideal dataset for a foundation model to grasp the intricacies of diverse OS components and their behavior in varying environments and workloads. We discuss a wide range of possibilities that then arise, from employing foundation models as policy agents to utilizing them as generators and predictors to assist traditional OS control algorithms. Our hope is that this paper spurs further research into OS foundation models and creating the next generation of operating systems for the evolving computing landscape.
• Abstract（参考訳）: 本稿では,オペレーティングシステム(OS)のドメイン固有基盤モデルの研究課題について概説する。 基礎モデルの場合、cpu、メモリ、ネットワークサブシステムなどのosコンポーネントが相互に関連しており、osトレースが基盤モデルに理想的なデータセットを提供し、多様なosコンポーネントの複雑さと、さまざまな環境やワークロードにおけるそれらの振る舞いを理解する。 基本モデルを政策エージェントとして採用し、それらをジェネレータや予測器として活用し、従来のos制御アルゴリズムを補助するなど、さまざまな可能性について議論する。 この論文は、OS基盤モデルに関するさらなる研究と、進化するコンピューティングの展望のための次世代オペレーティングシステムの開発を促進することを願っている。

関連論文リスト

• Redefining Data-Centric Design: A New Approach with a Domain Model and Core Data Ontology for Computational Systems [2.872069347343959]
  本稿では,新しい情報ドメインモデルを導入することにより,計算システムを設計するための革新的なデータ中心パラダイムを提案する。 提案モデルは従来のノード中心のフレームワークから離れ、オブジェクト、イベント、コンセプト、アクションを組み込んだマルチモーダルアプローチを使用して、データ中心の分類に焦点を当てている。
  論文  参考訳（メタデータ） (2024-09-01T22:34:12Z)
• A Survey for Foundation Models in Autonomous Driving [10.315409708116865]
  大規模言語モデルは、自動運転における計画とシミュレーションに寄与する。 ビジョンファウンデーションモデルは、3Dオブジェクトの検出やトラッキングといった重要なタスクに適応している。 多様な入力を統合するマルチモーダル基礎モデルは、例外的な視覚的理解と空間的推論を示す。
  論文  参考訳（メタデータ） (2024-02-02T02:44:59Z)
• Toward General-Purpose Robots via Foundation Models: A Survey and Meta-Analysis [82.59451639072073]
  汎用ロボットはどんな環境でも、どんな物体でもシームレスに動作し、様々なスキルを使って様々なタスクをこなす。 コミュニティとしては、特定のタスク用に設計し、特定のデータセットでトレーニングし、特定の環境にデプロイすることで、ほとんどのロボットシステムを制約してきました。 ウェブスケールで大規模で大容量の事前学習型モデルの優れたオープンセット性能とコンテンツ生成能力に感銘を受けて,本調査は,汎用ロボティクスに基礎モデルを適用する方法について検討した。
  論文  参考訳（メタデータ） (2023-12-14T10:02:55Z)
• SysNoise: Exploring and Benchmarking Training-Deployment System Inconsistency [55.49469003537601]
  我々はSysNoiseを紹介した。SysNoiseは、頻繁に発生するが、ディープラーニングのトレーニング-デプロイサイクルでしばしば見過ごされるノイズである。 我々は,SysNoiseが20以上のモデル,画像分類,オブジェクト検出,インスタンスセグメンテーション,自然言語処理タスクに与える影響を測定する。 実験の結果、SysNoiseはさまざまなタスクにわたるモデルロバスト性に一定の影響をもたらし、データ強化や逆行訓練のような一般的な緩和効果は、それに対する限られた影響を示します。
  論文  参考訳（メタデータ） (2023-07-01T09:22:54Z)
• Towards Efficient Task-Driven Model Reprogramming with Foundation Models [52.411508216448716]
  ビジョンファウンデーションモデルは、非常に大きなモデルキャパシティと幅広いトレーニングデータから恩恵を受け、印象的なパワーを示す。 しかし、実際には、下流のシナリオは限られた計算資源や効率上の考慮のため、小さなモデルしかサポートできない。 これは、ファンデーションモデルの現実的な応用に重要な課題をもたらします。
  論文  参考訳（メタデータ） (2023-04-05T07:28:33Z)
• Constructing Neural Network-Based Models for Simulating Dynamical Systems [59.0861954179401]
  データ駆動モデリングは、真のシステムの観測からシステムの力学の近似を学ぼうとする代替パラダイムである。 本稿では,ニューラルネットワークを用いた動的システムのモデル構築方法について検討する。 基礎的な概要に加えて、関連する文献を概説し、このモデリングパラダイムが克服すべき数値シミュレーションから最も重要な課題を概説する。
  論文  参考訳（メタデータ） (2021-11-02T10:51:42Z)
• An Extensible Benchmark Suite for Learning to Simulate Physical Systems [60.249111272844374]
  我々は、統一されたベンチマークと評価プロトコルへの一歩を踏み出すために、一連のベンチマーク問題を導入する。 本稿では,4つの物理系と,広く使用されている古典的時間ベースおよび代表的なデータ駆動手法のコレクションを提案する。
  論文  参考訳（メタデータ） (2021-08-09T17:39:09Z)
• Concept for a Technical Infrastructure for Management of Predictive Models in Industrial Applications [0.0]
  モデル管理システムの技術的概念について述べる。 このコンセプトには、データのバージョニングストレージ、さまざまな機械学習アルゴリズムのサポート、モデルの微調整、その後のモデルのデプロイ、デプロイ後のモデルパフォーマンスの監視が含まれる。
  論文  参考訳（メタデータ） (2021-07-29T08:38:46Z)
• Performance Analysis of Deep Learning Workloads on a Composable System [0.08388591755871731]
  構成可能なインフラストラクチャは、計算、ストレージ、アクセラレータ、ネットワークなどのリソースとして定義され、プール内で共有される。 本稿では、IBM Research AI Hardware Centerのパートナーが実装し、利用可能にしたエンタープライズ構成可能なインフラストラクチャの設計について説明します。
  論文  参考訳（メタデータ） (2021-03-19T17:15:42Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。