· ai
[Paper] ChronosOmni: 提升 Omni 大型语言模型的时间感知
时间感知是 omni 大型语言模型的一项基本能力，尤其在理解长视频和回答复杂问题时。先前的做法…
-
- · ai
[Paper] 快速因式分解学习：由内存数据库系统驱动
在 factorized joins 上学习模型通过识别并预先计算共享因子，避免了冗余计算。先前的工作已经研究了性能……
- · ai
[论文] LLMs 在解释法律文件中的应用
本章探讨了大型语言模型在法律领域的应用，展示了它们在优化和增强传统法律任务方面的潜力……
- · ai
[Paper] OnCoCo 1.0：用于在线咨询对话细粒度消息分类的公开数据集
本文介绍了 OnCoCo 1.0，一个用于在线咨询中细粒度消息分类的新公共数据集。它基于一个新的、综合的系统……
- · ai
[论文] Ariel-ML：使用嵌入式 Rust 对异构多核微控制器上的神经网络进行计算并行化
低功耗微控制器（MCU）硬件目前正从单核架构演进为以多核架构为主。与此同时，新的嵌入…
- · ai
[Paper] 量化机器学习驱动的普适系统中的不确定性：在人类活动识别中的应用
近期，普适计算与机器学习的融合催生了众多服务，几乎影响到经济和社会活动的所有领域。
- · ai
[Paper] DeepSeek的WEIRD行为：大型语言模型的文化对齐以及提示语言和文化提示的影响
文化是人际互动的核心组成部分，在我们感知和与他人交往的方式中发挥着至关重要的作用。关于有效性的进展……
- · ai
[Paper] MOA：多目标对齐用于角色扮演代理
角色扮演代理（RPAs）必须同时掌握许多相互冲突的技能——遵循多轮指令、展示领域知识以及采用……
- · ai
[Paper] BAMBO：通过 Bayesian Adaptive Multi-objective Block-wise Optimization 构建能力与效率 LLM Pareto 集合
构建 Pareto 集合对于在大型语言模型（LLMs）的能力‑效率权衡中进行导航至关重要；然而，现有的合并技术 r...
- · ai
[Paper] BAMBO：通过贝叶斯自适应多目标块式优化构建能力与效率 LLM Pareto 集
构建Pareto集合对于在大语言模型（LLMs）的能力‑效率权衡中进行导航至关重要；然而，现有的合并技术……
- · ai
[Paper] 奇异泛化与归纳后门：破坏 LLMs 的新方法
LLM之所以有用，是因为它们的泛化能力非常强。但好事会不会太多？我们展示了在狭窄情境中进行少量微调可以……
- · devops
[Paper] 可恢复的无锁锁
本文首次提出一种同时引入 lock-freedom 和 recoverability 的转换。我们的转换从 lock-based 实现开始，……