· ai
[Paper] 探索表格基础模型的微调
表格基础模型（TFMs）最近在结构化数据上展示了强大的上下文学习能力，实现了与 t... 相媲美的零样本性能。
-
- · ai
[论文] 揭示文本到图像排行榜背后的模型
文本到图像（T2I）模型日益流行，产生了大量在线的 AI 生成图像。为了比较模型质量，基于投票的排行榜……
- · ai
[Paper] PersonalAlign：层次化隐式意图对齐用于个性化 GUI 代理的长期用户中心记录
虽然 GUI 代理在明确指令和完成指令下表现出强大的性能，但在实际部署中需要与用户更复杂的实现保持一致。
- · ai
[Paper] LLM用于大规模优化模型自动公式化：轻量级 Few-Shot Learning 方法
大规模优化是现代商业决策的关键支柱。然而，构建这些模型往往劳动密集型且耗时。我们…
- · ai
[Paper] 从提示到协议：使用大型语言模型实现快速充电电池
高效地优化电池充电协议具有挑战性，因为每次评估都慢、成本高且不可微分。许多现有方法……
- · ai
2026 年主题建模技术：种子建模、LLM 集成和数据摘要
Seeded topic modeling、与 LLMs 的集成，以及在摘要数据上的训练是 NLP 工具箱中的新内容。文章《Topic Modeling Techniques for 202...》。
- · ai
[Paper] 高性能 Serverless 计算：关于面向 HPC、AI 和 Big Data 的 Serverless 的系统文献综述
大规模、计算密集型的应用，如高性能计算、人工智能和大数据的广泛部署正导致……
- · ai
LLMs 是一场长达400年的信心骗局
1623 年，德国的 Wilhelm Schickard 制作了已知的第一批机械计算器设计。二十年后，Blaise Pascal 制造了一台……
- · ai
[Paper] 集群工作负载分配：使用自然语言处理的语义软亲和
Cluster workload allocation 通常需要复杂的配置，导致可用性差距。本文介绍了一种 semantic, intent‑driven scheduling paradigm。
- · ai
机器是如何真正从数据中学习的？
你可能在想，为什么在真正理解模型是如何学习之前，不应该直接跳到 scikit‑learn。关键是要建立一个坚实的心理模型……
- · ai
[论文] LatencyPrism：在线非侵入式延迟塑形，实现 SLO 保证的 LLM 推理
LLM 推理延迟在决定用户体验和运营成本方面至关重要，直接影响在 SLO 约束下的吞吐量。即使是短暂的延迟峰值……
- · ai
[论文] DP-FEDSOFIM：使用正则化 Fisher 信息矩阵的差分隐私联邦随机优化
差分隐私联邦学习（DP-FL）在严格的隐私预算下由于为保持隐私而引入的巨大噪声，导致收敛速度缓慢。