跳到正文
5月8日周五
  1. Berkeley AI Research72

    自适应并行推理:高效推理缩放的新范式

    本文介绍了自适应并行推理,这是一种新的推理范式,通过让模型自主决定何时分解和并行化子任务,以及如何协调它们,来提高推理效率。

    推荐理由:本文介绍了自适应并行推理,这是一种提高推理效率的新范式,读者可以了解其原理和应用前景。

4月28日周二
4月20日周一
  1. Berkeley AI Research67

    基于梯度的长时程世界模型规划:GRASP方法

    该论文介绍了GRASP,一种新的基于梯度的规划器,用于解决长时程规划问题。GRASP通过将轨迹提升到虚拟状态、直接向状态迭代添加随机性和重塑梯度来提高规划的鲁棒性。

    推荐理由:该研究提出了GRASP,一种新的基于梯度的规划器,用于解决长时程规划问题,为世界模型的应用提供了新的思路。

3月27日周五
3月13日周五
  1. Berkeley AI Research80

    大规模识别 LLM 交互的 SPEX 和 ProxySPEX 算法

    SPEX 和 ProxySPEX 算法能够在大规模上识别关键交互,有助于提高机器学习系统的可解释性。SPEX 利用信号处理和编码理论,ProxySPEX 则利用层次结构特性,以更少的消融成本实现高效交互发现。

    推荐理由:SPEX 和 ProxySPEX 算法能够在大规模上识别关键交互,有助于提高机器学习系统的可解释性。

2月28日周六
1月28日周三
1月10日周六
  1. Berkeley AI Research72

    信息驱动的成像系统设计

    本文提出了一种基于信息理论的新方法来评估和优化成像系统,该方法在多个成像领域取得了良好的效果,并具有潜在的应用前景。

    推荐理由:本文提出了一种基于信息理论的新方法来评估和优化成像系统,该方法在多个成像领域取得了良好的效果,并具有潜在的应用前景。

12月26日周五
11月28日周五
10月28日周二