論文の概要: Dynamic Provisioning of REST APIs for Model Management

• arxiv url: http://arxiv.org/abs/2406.17176v1
• Date: Mon, 24 Jun 2024 23:28:00 GMT
• ステータス: 処理完了
• システム内更新日: 2024-06-26 16:11:02.031422
• Title: Dynamic Provisioning of REST APIs for Model Management
• Title（参考訳）: モデル管理のためのREST APIの動的プロビジョニング
• Authors: Adiel Tuyishime, Francesco Basciani, Javier Luis Cánovas Izquierdo, Ludovico Iovino,
• Abstract要約: モデル駆動工学(MDE)は、主要な成果物としてモデルに焦点を当てたソフトウェア工学の方法論である。 Webベースのモデリングツールを開発する際の一般的な要件は、モデル管理の迅速かつ効率的な方法を提供することである。 本稿では、モデリング・アズ・ア・サービスを提供するモデリングプラットフォームを構築するために使用できるモデル管理のためのサービスを提供するアプローチを提案する。
• 参考スコア（独自算出の注目度）: 1.511194037740325
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Model-Driven Engineering (MDE) is a software engineering methodology focusing on models as primary artifacts. In the last years, the emergence of Web technologies has led to the development of Web-based modeling tools and model-based approaches for the Web that offer a web-based environment to create and edit models or model-based low-code solutions. A common requirement when developing Web-based modeling tools is to provide a fast and efficient way for model management, and this is particularly a hot topic in model-based system engineering. However, the number of approaches offering RESTful services for model management is still limited. Among the alternatives for developing distributed services, there is a growing interest in the use of RESTful services. In this paper, we present an approach to provide RESTful services for model management that can be used to interact with any kind of model and can be used to build a modeling platform providing modeling-as-a-service. The approach follows the REST principles to provide a stateless and scalable service.
• Abstract（参考訳）: モデル駆動工学(MDE)は、主要な成果物としてモデルに焦点を当てたソフトウェア工学の方法論である。 ここ数年、Web技術が出現し、Webベースのモデリングツールとモデルベースのアプローチが開発され、モデルやモデルベースのローコードソリューションを作成・編集するWebベースの環境を提供してきた。 Webベースのモデリングツールを開発する際の一般的な要件は、モデル管理の迅速かつ効率的な方法を提供することである。 しかし、モデル管理にRESTfulサービスを提供するアプローチの数はまだ限られています。 分散サービスを開発するための代替案として、RESTfulサービスの利用に対する関心が高まっている。 本稿では、モデル管理のためのRESTfulなサービスを提供し、あらゆる種類のモデルと相互作用し、モデリング・アズ・ア・サービスを提供するモデリングプラットフォームを構築するために使用できるアプローチを提案する。 このアプローチは、ステートレスでスケーラブルなサービスを提供するというRESTの原則に従います。

関連論文リスト

• A Collaborative Ensemble Framework for CTR Prediction [73.59868761656317]
  我々は、複数の異なるモデルを活用するための新しいフレームワーク、CETNet(Collaborative Ensemble Training Network)を提案する。 ナイーブなモデルスケーリングとは違って,私たちのアプローチは,共同学習による多様性とコラボレーションを重視しています。 当社のフレームワークは,Metaの3つのパブリックデータセットと大規模産業データセットに基づいて検証する。
  論文  参考訳（メタデータ） (2024-11-20T20:38:56Z)
• Mitigating Downstream Model Risks via Model Provenance [30.083382916838623]
  モデルレコードの作成を簡単にするための機械可読モデル仕様フォーマットを提案する。 私たちのソリューションは、アップストリームモデルとダウンストリームモデルの関係を明確にトレースし、透明性とトレーサビリティを向上します。 この概念実証の目的は、基礎モデルを管理するための新しい標準を設定し、イノベーションと責任あるモデル管理のギャップを埋めることである。
  論文  参考訳（メタデータ） (2024-10-03T05:52:15Z)
• Towards Synthetic Trace Generation of Modeling Operations using In-Context Learning Approach [1.8874331450711404]
  本稿では,イベントログのモデリング,インテリジェントなモデリングアシスタント,モデリング操作の生成を組み合わせた概念的フレームワークを提案する。 特に、アーキテクチャは、設計者がシステムを指定するのを助け、その操作をグラフィカルなモデリング環境内で記録し、関連する操作を自動的に推奨する、モデリングコンポーネントから構成される。
  論文  参考訳（メタデータ） (2024-08-26T13:26:44Z)
• Apple Intelligence Foundation Language Models [109.60033785567484]
  本報告では、モデルアーキテクチャ、モデルトレーニングに使用されるデータ、トレーニングプロセス、評価結果について述べる。 私たちは、Responsible AIと、モデル開発全体を通して原則がどのように適用されているかに重点を置いています。
  論文  参考訳（メタデータ） (2024-07-29T18:38:49Z)
• Aligning Models with Their Realization through Model-based Systems Engineering [0.0]
  本稿では,モデルに基づくシステム工学の適用を通じて,モデルとそれらの実現を整合させる手法を提案する。 私たちのアプローチは、モデルと実装をよりシームレスに統合し、ビジネスとITの整合性を高めます。
  論文  参考訳（メタデータ） (2024-06-18T06:50:36Z)
• Adapting Large Language Models for Content Moderation: Pitfalls in Data Engineering and Supervised Fine-tuning [79.53130089003986]
  大規模言語モデル(LLM)は、様々なドメインでタスクを処理するための実現可能なソリューションとなっている。 本稿では、コンテンツモデレーションのためにプライベートにデプロイ可能なLLMモデルを微調整する方法を紹介する。
  論文  参考訳（メタデータ） (2023-10-05T09:09:44Z)
• ModelScope-Agent: Building Your Customizable Agent System with Open-source Large Language Models [74.64651681052628]
  本稿では,オープンソースのLCMをコントローラとする実世界のアプリケーションのためのカスタマイズ可能なエージェントフレームワークであるModelScope-Agentを紹介する。 ユーザフレンドリーなシステムライブラリを提供し、カスタマイズ可能なエンジン設計により、複数のオープンソースLLMでモデルトレーニングをサポートする。 ツール使用データ収集、ツール検索、ツール登録、メモリ制御、カスタマイズされたモデルトレーニング、評価にまたがる包括的なフレームワークが提案されている。
  論文  参考訳（メタデータ） (2023-09-02T16:50:30Z)
• A Vision for Flexibile GLSP-based Web Modeling Tools [0.0]
  Webベースのモデリングツールは、業界におけるそのような言語に固執するモデルを視覚化し、編集するために、ますます人気が高まっている。 この新世代のツールの背景にある技術のひとつが、Eclipseファウンデーションの下でホストされているオープンソースのクライアントサーバフレームワークであるGraphical Language Server Platform(GLSP)である。 本稿では,GLSPベースのモデリングツールの開発経験を基にした,より柔軟なモデリングツールの展望について述べる。
  論文  参考訳（メタデータ） (2023-07-03T20:57:44Z)
• Model Reprogramming: Resource-Efficient Cross-Domain Machine Learning [65.268245109828]
  視覚、言語、音声などのデータに富む領域では、ディープラーニングが高性能なタスク固有モデルを提供するのが一般的である。 リソース制限されたドメインでのディープラーニングは、(i)限られたデータ、(ii)制約付きモデル開発コスト、(iii)効果的な微調整のための適切な事前学習モデルの欠如など、多くの課題に直面している。 モデル再プログラミングは、ソースドメインから十分に訓練されたモデルを再利用して、モデル微調整なしでターゲットドメインのタスクを解くことで、リソース効率のよいクロスドメイン機械学習を可能にする。
  論文  参考訳（メタデータ） (2022-02-22T02:33:54Z)
• Bellman: A Toolbox for Model-Based Reinforcement Learning in TensorFlow [14.422129911404472]
  Bellmanはこのギャップを埋めることを目指しており、モデルベースのRLツールボックスを初めて完全に設計し、テストした。 我々のモジュラーアプローチは、幅広い環境モデルと、最先端アルゴリズムを復元する汎用モデルベースのエージェントクラスを組み合わせることができる。
  論文  参考訳（メタデータ） (2021-03-26T11:32:27Z)
• Model Reuse with Reduced Kernel Mean Embedding Specification [70.044322798187]
  現在のアプリケーションで有用なモデルを見つけるための2段階のフレームワークを提案する。 アップロードフェーズでは、モデルがプールにアップロードされている場合、モデルの仕様としてカーネル平均埋め込み(RKME)を縮小する。 デプロイフェーズでは、RKME仕様の値に基づいて、現在のタスクと事前訓練されたモデルの関連性を測定する。
  論文  参考訳（メタデータ） (2020-01-20T15:15:07Z)

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。