· ai
[Paper] 非平稳环境中的离线强化学习预测
离线强化学习（RL）在从预先收集的数据集训练策略时提供了一条有前景的途径，尤其是在获取额外交互数据困难的情况下……
-
- · ai
[Paper] 一种稳健且可推广的设备无关深度学习模型，用于基于三轴腕部加速度计的睡眠-觉醒判定
研究目的：腕部加速度计被广泛用于推断睡眠-清醒状态。先前的研究显示，唤醒检测效果不佳，且缺乏跨设备的通用性。
- · ai
[Paper] 基于特征的语义感知调度用于能量采集联邦学习
在资源受限的边缘设备上进行联邦学习（FL）面临一个关键挑战：训练深度神经网络（DNN）所需的计算能量……
- · ai
[Paper] Chain-of-Ground：通过迭代推理和参考反馈提升 GUI Grounding
GUI grounding 旨在将自然语言指令与复杂用户界面中的精确区域对齐。先进的多模态大型语言模型表现出强大的……
- · ai
[Paper] AI驱动的在不确定性下的矿物加工作业优化
全球矿物加工能力必须快速扩张，以满足关键矿产的需求，这些矿产对构建清洁能源技术至关重要。
- · ai
[Paper] 从原子到复合：强化学习实现互补推理的泛化
RL 对推理能力的贡献机制——是激励新技能的综合，还是仅仅放大已有行为——仍然...
- · ai
[Paper] 主体策略优化 via 指令-策略协同进化
可验证奖励的强化学习（RLVR）提升了大型语言模型（LLMs）的推理能力，使得自主代理能够……
- · ai
[Paper] AI代理框架中代理开发者实践的实证研究
大型语言模型（LLMs）的崛起引发了对代理的浓厚兴趣，导致代理框架的快速增长。代理框架是软件……
- · ai
[Paper] 从优化的视角纠正 LLM 思考
近期大型语言模型（LLMs）的进展主要得益于其新兴的推理能力，尤其是通过长链式思考（CoT）……
- · ai
学习、黑客与交付 ML
Vyacheslav Efimov 关于 AI hackathons、data science roadmaps，以及 AI 如何实质性地改变了日常 ML Engineer 工作的看法。本文标题：Learning, Hacking, and Shipping...
- · ai
[Paper] Morphling：快速、融合且灵活的大规模 GNN 训练
图神经网络（GNN）通过将不规则、受内存限制的图遍历与规则、计算密集的稠密矩阵运算相结合，提出了一个根本性的硬件挑战。
- · ai
[Paper] 上下文逆最优性用于公平数字孪生：基于偏好的方法
Digital Twins (DTs) 正在越来越多地作为复杂社会技术系统中的自主决策者使用。它们的数学上最优的决策常常会出现偏差……