· ai
[Paper] 数据驱动方法与 AI 在工程设计中的系统文献综述：聚焦挑战与机遇
数据的日益可得性和计算智能的进步加速了数据驱动方法（DDMs）在产品开发中的采用。
-
- · ai
[Paper] Beluga：一种基于 CXL 的内存架构，用于可扩展且高效的 LLM KVCache 管理
LLM 模型规模的快速增长以及对长上下文推理的日益需求，使得内存成为 GPU 加速服务系统的关键瓶颈……
- · ai
[Paper] QiMeng-Kernel: 宏观思考 微观编码范式用于基于LLM的高性能GPU内核生成
开发高性能 GPU 内核对于 AI 和科学计算至关重要，但由于它依赖于专家级的手工编写且可移植性差，仍然具有挑战性。
- · ai
[Paper] Foundry：蒸馏 3D 基础模型用于边缘
在大规模数据集上通过自监督学习（SSL）预训练的 Foundation models 已经成为强大的通用特征提取器。然而，thei...
- · ai
[Paper] 能量成本与神经复杂性在变化环境中的演化
认知缓冲假说（Cognitive Buffer Hypothesis，CBH）认为，较大的大脑在进化过程中是为了提升在变化环境中的生存能力。然而，较大的大脑也伴随更高的能量消耗……
- · ai
[Paper] 拖延者可以贡献更多：面向异步联邦学习的不确定性感知蒸馏
异步联邦学习（FL）因其提升的效率和可扩展性而近期受到关注，使本地客户端能够将模型更新发送至 …
- · ai
[Paper] ParaBlock：通信‑计算并行块坐标联邦学习用于大语言模型
联邦学习（FL）已被广泛研究，作为一种保护隐私的训练范式。最近，联邦块坐标下降方案已成为……
- · ai
[Paper] CodeFuse-CommitEval：面向提交信息和代码变更不一致检测的LLM能力基准测试
Version control 依赖 commit messages 来传达代码更改的原因，但这些 messages 往往质量低下，更关键的是不一致……
- · ai
[论文] 通过 Hybrid Split 与 Federated Learning 优化加速无线分布式学习
联邦学习（FL）和拆分学习（SL）是无线网络中两种有效的分布式学习范式，能够实现协作模型训练...
- · ai
[论文] 批量去噪在无线边缘网络中的AIGC服务提供
人工智能生成内容（AIGC）在无线边缘网络中的服务供应包括两个阶段：在边缘服务器上生成内容以及 cont...
- · ai
[Paper] DUALGUAGE: 用于安全代码生成的自动化联合安全‑功能基准测试
大型语言模型（LLMs）和自主编码代理正日益被用于在广泛领域生成软件。然而，一个核心需求仍然……
- · ai
[Paper] Agint：Agentic Graph Compilation for 软件工程代理
基于LLM的编码代理正变得越来越普遍，但仍面临上下文管理、延迟、可靠性、可重复性和可扩展性方面的挑战。我们预…