我们在整个时间范围内统一地、以高概率量化两层神经网络在随机梯度训练下的预测之间的差异。

训练工具使用代理通常依赖于基于结果的过滤：对成功轨迹进行监督微调（Supervised Fine-Tuning，SFT）和对…进行强化学习（Reinforcement Learning，RL）。

我们推出了 Legal RAG Bench，这是一套用于评估法律 RAG 系统端到端性能的基准和评估方法论。作为基准，Legal RAG Bench…

虽然密集的生物医学嵌入实现了强大的性能，但其黑箱特性限制了其在临床决策中的实用性。最近基于问题的 int...

共享的 L1 内存集群，由简化指令处理器（处理单元 - PEs）组成，通常用作现代大规模并行计算的构建块。

现代软件在很大程度上依赖 third-party software libraries 来简化开发过程。将一个库替换为类似的对应库的行为……

学术会议的 carbon footprint 正在成为日益受到争论的话题。重要的是要考虑参加会议所获得的收益是否值得……

这是《The Semantic Arrow of Time》五篇论文中的第一篇。论证以一个主张开始：computing's arrow of time 是语义性的，而非热力学的……

Message passing 被广泛认为是分布式系统的基本原语。本文认为传统的消息系统嵌入了一个类别误…

Speculative Decoding (SD) 已成为加速大型语言模型（LLM）推理的首选技术，通过将 token 生成解耦为快速 dra...

在受限预算下，通过主动成对比较在一组项目中确定胜者是偏好学习中的一个具有挑战性的问题。The go...

本文呈现了一项受生物学启发的局部学习在手写数字识别中的受控实证研究。我们评估了一种受STDP启发的竞争性……