· ai
[论文] KDCM：通过显式推理结构降低 LLM 的幻觉
为减轻大型语言模型（LLMs）中的幻觉，我们提出了一个聚焦于提示引发错误的框架。我们的方法扩展了链式 k...
-
- · ai
[Paper] 跨模态冲突下大型多模态模型推理一致性分析
Large Multimodal Models (LMMs) 已展示出在通过 Chain-of-Thought (CoT) 进行视频推理方面的惊人能力。然而，它们推理的鲁棒性…
- · ai
[Paper] 跨越离散‑连续鸿沟：通过耦合流形离散吸收扩散实现统一多模态生成
生成模型在离散数据（文本）的自回归方法和连续数据（图像）的扩散方法之间的分叉阻碍了……
- · ai
[Paper] 用于 Edge GPU-NDP 系统的高效 MoE 推理调度框架
Mixture-of-Experts (MoE) 模型通过将 model capacity 与 active computation 解耦，促进了 edge deployment，然而它们巨大的 memory footprint 推动了需求…
- · ai
[Paper] 使用小语言模型逆向工程机器学习流水线结构
背景：从源代码中提取构成机器学习（ML）流水线的阶段对于深入了解数据科学实践至关重要。
- · ai
从仓库到钱包：零售与CPG领域AI新态势调查揭示AI如何重塑供应链和客户体验
AI 对零售和消费包装品（CPG）的影响 AI 正在通过以下方式重塑零售和 CPG 业务： - 客户分析与细分——实现超个性化…
- · ai
[Paper] Monaas：移动节点即服务用于基于TSCH的工业物联网网络
IEEE802.15.4 标准的 Time-Slotted Channel Hopping (TSCH) 模式为在 fi... 应用中提供超高端到端可靠性和低功耗。
- · ai
[Paper] 从实验室到真实世界的应用：在仓库层面的 Agentic Code Reasoning 基准测试
随着大型语言模型（LLMs）演变为自主代理，评估仓库级别的推理以及在大规模环境中保持逻辑一致性的能力……
- · ai
[Paper] 重新思考用于时间序列预测的循环神经网络：一种强化循环编码器与面向预测的近端策略优化
时间序列预测在当代工程信息系统中发挥着关键作用，以支持各行业的决策，其中 Rec...
- · ai
[Paper] 本地梯度调节在客户端异质性下稳定联邦学习
联邦学习（FL）使得在分布式客户端之间进行协作模型训练而无需共享原始数据，但其稳定性从根本上受到挑战……
- · it
McKinsey和General Catalyst高管称“一次学习，终身工作”的时代已经结束
Calacanis、General Catalyst 的 Taneja 和 McKinsey 的 Sternfels 讨论了 AI 如何重塑技术和劳动力……
- · ai
[Paper] 基于强化学习的模型用于使用多尺度 place fields 的映射与目标导向导航
在复杂且部分可观测的环境中实现自主导航仍然是机器人领域的核心挑战。已有若干仿生模型用于映射和导航……