林子南 0001
人员信息
附属: 微软研究院,美国华盛顿州雷蒙德 隶属关系(前): 美国宾夕法尼亚州匹兹堡卡内基梅隆大学
其他同名人员
SPARQL查询
优化列表
2020年–今天
2024 [j4] 林子南 , 王帅琦 , 维亚斯·塞卡尔 , 朱莉娅·范蒂 :
数据共享中的统计隐私摘要。 IEEE J.选择。 区域信息理论 5 : 369-384 ( 2024 ) [j3] 大禹 , Sivakanth Gopi公司 , 贾纳德汉·库尔卡尼 , 林子南 , 索拉巴·奈克 , 托马斯·卢卡斯·雷利加 , 建银 , 张慧帅 :
私人微调的选择性预培训。 事务处理。 机器。 学习。 物件。 2024 ( 2024 ) [第19条] 倪荣浩 , 林子南 , 王帅琦 , 朱莉娅·范蒂 :
长期时间序列预测的混合线性专家。 AISTATS公司 2024 : 4672-4680 [第18条] 林子南 , Sivakanth Gopi公司 , 贾纳德汉·库尔卡尼 , 哈沙·诺里 , 谢尔盖·叶卡宁 :
通过基础模型API的不同私有合成数据1:图像。 ICLR公司 2024 [c17] 朱君毅 , 林子南 , 刘恩舒 , 雪飞宁 , 马修·布拉施科 :
重新调整中间功能使经过训练的一致性模型性能更好。 ICLR的小论文 2024 [第16条] Arturs后盾 , 林子南 , 塞皮德·马哈巴迪 , Sandeep Silwal公司 , 雅库布·塔尔纳夫斯基 :
高效计算与私有数据集的相似性。 ICLR公司 2024 [第15条] 雪飞宁 , 林子南 , 周子璇 , 王子富 , 华中杨 , Yu Wang(王宇) :
思想框架:提示LLM高效并行生成。 ICLR公司 2024 [第14条] 新余汤 , 理查德·申恩 , Huseyin A.伊南 , 安德烈·马诺尔 , 法特梅赫萨达特·米雷什哈拉 , 林子南 , Sivakanth Gopi公司 , 贾纳德汉·库尔卡尼 , 罗伯特·西姆 :
隐私保护的上下文学习与不同的私有少快照生成。 ICLR公司 2024 [第13条] 谢楚林 , 林子南 , Arturs后盾 , Sivakanth Gopi公司 , 大禹 , Huseyin A.伊南 , 哈沙·诺里 , 郝天江 , 张慧帅 , 尹达利 , 李波(Bo Li) , 谢尔盖·叶卡宁 :
通过基础模型API 2的不同私有合成数据:文本。 ICML公司 2024 [i26] 谢楚林 , 林子南 , Arturs后盾 , Sivakanth Gopi公司 , 大禹 , Huseyin A.伊南 , 哈沙·诺里 , 郝天江 , 张慧帅 , 尹达利 , 李波(Bo Li) , 谢尔盖·叶卡宁 :
通过基础模型API 2的不同私有合成数据:文本。 CoRR公司 abs/2403.01749 ( 2024 ) [i25] Arturs后盾 , 林子南 , 塞皮德·马哈巴迪 , Sandeep Silwal公司 , 雅库布·塔尔纳夫斯基 :
高效计算与私有数据集的相似性。 CoRR公司 abs/2403.08917 ( 2024 ) 【i24】 林昭(Lin Zhao) , 赵天晨 , 林子南 , 雪飞宁 , 戴国浩 , 华中杨 , Yu Wang(王宇) :
FlashEval:快速准确评估文本到图像扩散生成模型。 CoRR公司 abs/2403.16379 ( 2024 ) [第23条] 刘恩舒 , 朱君毅 , 林子南 , 雪飞宁 , 马修·布拉施科 , 谢尔盖·叶卡宁 , 盛恩颜 , 戴国浩 , 华中杨 , Yu Wang(王宇) :
保存的检查点的线性组合使一致性和扩散模型更好。 CoRR公司 abs/2404.02241 ( 2024 ) [i22] 赵天晨 , 雪飞宁 , 桐城坊 , 刘恩舒 , 黄谷岳(Guyue Huang) , 林子南 , 盛恩颜 , 戴国浩 , Yu Wang(王宇) :
MixDQ:具有矩阵解耦混合精度量化的内存效率低步长文本到图像扩散模型。 CoRR公司 腹肌/2405.17873 ( 2024 ) 【i21】 李桑云 , 林子南 , 朱莉娅·范蒂 :
改进纠正流程的培训。 CoRR公司 abs/2405.20320 ( 2024 ) [i20] 赵天晨 , 桐城坊 , 刘恩舒 , 瑞万 , Widyadewi Soedarmadji公司 , 李世耀 , 林子南 , 戴国浩 , 盛恩颜 , 华中杨 , 雪飞宁 , Yu Wang(王宇) :
ViDiT-Q:用于图像和视频生成的扩散变压器的高效准确量化。 CoRR公司 abs/2406.02540 ( 2024 ) [i19] 雪飞宁 , 王子富 , 李世耀 , 林子南 , 姚佩然 , 天宇赋 , 马修·布拉施科 , 戴国浩 , 华中杨 , Yu Wang(王宇) :
法学硕士可以通过教学学习吗? 初步研究。 CoRR公司 abs/2406.14629 ( 2024 ) [i18] 刘恩舒 , 朱君毅 , 林子南 , 雪飞宁 , 马修·布拉施科 , 盛恩颜 , 戴国浩 , 华中杨 , Yu Wang(王宇) :
稀疏混合专家语言模型的高效专家修剪:提高性能并降低推理成本。 CoRR公司 abs/2407.00945 ( 2024 ) 2023 [第12条] 刘恩舒 , 雪飞宁 , 林子南 , 华中杨 , Yu Wang(王宇) :
OMS-DPM:优化扩散概率模型的模型调度。 ICML公司 2023 : 21915-21936 [第11条] 王博信 , 陈伟新 , 贝亨之 , 谢楚林 , 民通康 , 张晨辉 , 徐车健 , 熊子弟 , 丽蒂克·杜塔 , 瑞兰·谢弗 , Sang T.Truong先生 , 西蒙·阿罗拉 , 曼塔斯·马泽卡 , 丹·亨德里克斯 , 林子南 , 于成 , 桑米·科耶霍 , 黎明之歌 , 李波(Bo Li) :
解码信任:GPT模型可信度的综合评估。 NeurIPS公司 2023 [i17] 林子南 , 王帅琦 , 维亚斯·塞卡尔 , 朱莉娅·范蒂 :
数据共享中的统计隐私摘要。 CoRR公司 abs/2303.02014 ( 2023 ) [i16] 大禹 , Sivakanth Gopi公司 , 贾纳德汉·库尔卡尼 , 林子南 , 索拉巴·奈克 , 托马斯·卢卡斯·雷利加 , 建银 , 张慧帅 :
私人微调的选择性预培训。 CoRR公司 abs/2305.13865 ( 2023 ) 【i15】 林子南 , Sivakanth Gopi公司 , 贾纳德汉·库尔卡尼 , 哈沙·诺里 , 谢尔盖·叶卡宁 :
通过基础模型API的不同私有合成数据1:图像。 CoRR公司 abs/2305.15560 ( 2023 ) [第14条] 刘恩舒 , 雪飞宁 , 林子南 , 华中杨 , Yu Wang(王宇) :
OMS-DPM:优化扩散概率模型的模型调度。 CoRR公司 abs/2306.08860 ( 2023 ) [i13] 王博信 , 陈伟新 , 贝亨之 , 谢楚林 , 民通康 , 张晨辉 , 徐车健 , 熊子弟 , 丽蒂克·杜塔 , 瑞兰·谢弗 , Sang T.Truong先生 , 西蒙·阿罗拉 , 曼塔斯·马泽卡 , 丹·亨德里克斯 , 林子南 , 于成 , 桑米·科耶霍 , 黎明之歌 , 李波(Bo Li) :
解码信任:GPT模型可信度的综合评估。 CoRR公司 abs/2306.11698 ( 2023 ) [i12] 雪飞宁 , 林子南 , 周子璇 , 华中杨 , Yu Wang(王宇) :
思想框架:大型语言模型可以进行并行解码。 CoRR公司 腹肌/230715337 ( 2023 ) [i11] 新余汤 , 理查德·申恩 , Huseyin A.伊南 , 安德烈·马诺尔 , 法特梅赫萨达特·米雷什哈拉 , 林子南 , Sivakanth Gopi公司 , 贾纳德汉·库尔卡尼 , 罗伯特·西姆 :
隐私保护的上下文学习与不同的私有少快照生成。 CoRR公司 abs/2309.11765 ( 2023 ) [i10] 倪荣浩 , 林子南 , 王帅琦 , 朱莉娅·范蒂 :
长期时间序列预测的混合线性专家。 CoRR公司 abs/2312.06786 ( 2023 ) 2022 [第10条] 林子南 , 郝亮 , 朱莉娅·范蒂 , 维亚斯·塞卡尔 :
RareGAN:为稀有类生成示例。 AAAI公司 2022 : 7506-7515 【c9】 尹玉成 , 林子南 , 金敏浩 , 朱莉娅·范蒂 , 维亚斯·塞卡尔 :
使用NetShare生成基于GAN的实际合成IP报头跟踪。 SIGCOMM公司 2022 : 458-472 [第九章] 林子南 , 郝亮 , 朱莉娅·范蒂 , 维亚斯·塞卡尔 :
RareGAN:为稀有类生成示例。 CoRR公司 腹肌/2203.10674 ( 2022 ) [i8] 林子南 , 维亚斯·塞卡尔 , 朱莉娅·范蒂 :
GAN生成样本的隐私属性。 CoRR公司 abs/2206.01349 ( 2022 ) 2021 【c8】 林子南 , 维亚斯·塞卡尔 , 朱莉娅·范蒂 :
GAN生成样本的隐私属性。 AISTATS公司 2021 : 1522-1530 【c7】 托德·胡斯特 , 杰里米·科恩 , 林子南 , Kevin Chan(陈凯文) , 查尔斯·A·坎胡亚 , 南迪·O·莱斯利 , Cho-Yu Jason Chiang先生 , 维亚斯·塞卡尔 :
Pareto GAN:将GAN的代表权扩展到重尾分布。 ICML公司 2021 : 4523-4532 【c6】 林子南 , 维亚斯·塞卡尔 , 朱莉娅·范蒂 :
为什么光谱归一化可以稳定GAN:分析和改进。 NeurIPS公司 2021 : 9625-9638 [i7] 米尔恰·特罗芬 , 钱云迪 , 尤金·布列夫多 , 林子南 , Krzysztof Choromanski公司 , 大卫·李 :
MLGO:机器学习引导的编译器优化框架。 CoRR公司 abs/2101.04808 ( 2021 ) [i6] 托德·胡斯特 , 杰里米·科恩 , 林子南 , Kevin Chan(陈凯文) , 查尔斯·A·坎胡亚 , 南迪·莱斯利 , Cho-Yu Jason Chiang先生 , 维亚斯·塞卡尔 :
Pareto GAN:将GAN的代表权扩展到重尾分布。 CoRR公司 腹肌/2101.09113 ( 2021 ) 2020 [注2] 林子南 , 阿什什·凯坦 , 朱莉娅·范蒂 , Sewoong哦 :
帕根:两个样本在生成性对抗网络中的力量。 IEEE J.选择。 区域信息理论 1 ( 1 ) : 324-335 ( 2020 ) 【c5】 林子南 , 基兰·科西·特坎帕拉米尔 , 朱莉娅·范蒂 , Sewoong哦 :
InfoGAN-CR和ModelCentrality:分离GAN的自我监督模型训练和选择。 ICML公司 2020 : 6127-6139 【c4】 林子南 , 阿兰卡·贾恩 , 陈旺 , 朱莉娅·范蒂 , 维亚斯·塞卡尔 :
使用GAN共享网络化时间序列数据:挑战、初始承诺和开放性问题。 互联网测量会议 2020 : 464-483 [i5] 林子南 , 维亚斯·塞卡尔 , 朱莉娅·范蒂 :
为什么光谱归一化可以稳定GAN:分析和改进。 CoRR公司 腹肌/2009.02773 ( 2020 )
2010 – 2019
2019 【c3】 林子南 , 《Soo-Jin Moon》 , 卡罗来纳·M·萨拉特 , 丽蒂卡·穆拉加拉帕利 , 塞卡尔·库兰代维尔 , 朱莉娅·范蒂 , 维亚斯·塞卡尔 :
使用生成对手网络进行不经意网络分析。 热网 2019 : 43-51 [i4] 林子南 , 基兰·科西·特坎帕拉米尔 , 朱莉娅·范蒂 , Sewoong哦 :
InfoGAN-CR:用对比正则化器分解生成性对抗网络。 CoRR公司 abs/1906.06034 ( 2019 ) [i3] 林子南 , 阿兰卡·贾恩 , 陈旺 , 朱莉娅·范蒂 , 维亚斯·塞卡尔 :
使用DoppelGANger生成高精度合成时间序列数据集。 CoRR公司 abs/1909.13403 ( 2019 ) 2018 [j1] 林子南 , 黄永丰 , 王吉龙 :
RNN-SM:使用递归神经网络对VoIP流进行快速隐写分析。 IEEE传输。 Inf.法医安全。 13 ( 7 ) : 1854-1868 ( 2018 ) [c2] 林子南 , 阿什什·凯坦 , 朱莉娅·范蒂 , Sewoong哦 :
PacGAN:两个样本在生成性对抗网络中的威力。 NeurIPS公司 2018 : 1505-1514 【c1】 基兰·科西·特坎帕拉米尔 , 阿什什·凯坦 , 林子南 , Sewoong哦 :
条件GANs对噪声标签的鲁棒性。 NeurIPS公司 2018 : 10292-10303 [i2] 基兰·科西·特坎帕拉米尔 , 阿什什·凯坦 , 林子南 , Sewoong哦 :
条件GAN对噪声标签的鲁棒性。 CoRR公司 abs/1811.03205 ( 2018 ) 2017 [i1] 林子南 , 阿什什·凯坦 , 朱莉娅·范蒂 , Sewoong哦 :
PacGAN:两个样本在生成性对抗网络中的威力。 CoRR公司 abs/1712.04086 ( 2017 )