跳到正文

内容形态

论文研究 最新动态

值得读的 AI 论文与研究成果:架构创新、训练方法、能力测量与理论进展的精选解读。

25 条精选近 30 天 20 条共收录 80 条

更新

精选归档 · 第 2 页

10月2日周五第 21–25 条
  1. Google Research 精选AI 评分62

    Google 发布基于 TEE 的新一代联邦学习系统,Gboard 已采用

    Google Research 公布新一代联邦学习系统,利用可信执行环境(TEE)为数据匿名化提供可远程验证和审计的保证,Gboard 已采用该系统上线英语和日语下一词预测模型。

    关注点

    Google 公布基于 TEE 的新一代联邦学习系统设计,并给出 Gboard 已上线的实际效果,可了解隐私可验证训练的一种工程路径。

9月25日周五
  1. Google Research 精选AI 评分74

    Google Research 发布 AI 视频联合导演框架,实现连贯长视频生成

    Google Research 发布 AI video co-director,一个构建在 Gemini 和 Veo 之上的多智能体编排框架,用于生成多镜头连贯长视频。

    关注点

    Google 把长视频生成拆成四个可组合框架,并给出多镜头一致性与角色保持的评测结果,适合了解智能体编排在视频生成中的具体做法。

9月24日周四
  1. Microsoft Research 精选AI 评分60

    微软研究院:把物理 AI 推理卸载到边缘或云端可提升机器人表现

    微软研究院对移动操作机器人工作负载做了首次系统性测量,发现把物理 AI 推理从机器人本体 GPU 卸载到边缘或云端 GPU,能提升任务成功率、支持更大模型并延长续航。

    关注点

    微软研究院首次系统测量机器人本体推理与卸载推理的差距,给出任务成功率、电池续航和工具链的具体数据。

9月21日周一
  1. Microsoft Research 精选AI 评分62

    微软研究院在 Nature 发表 RetroChimera 逆向合成模型并开源

    微软研究院在 Nature 发表逆向合成模型 RetroChimera,它结合 Transformer 模型 R-SMILES 2 与 GNN 模型 NeuralLoc,通过学习式集成对两者预测排序,在常见与罕见反应类别上均表现较强。

    关注点

    微软研究院在 Nature 发表 RetroChimera 逆向合成模型,并开源实现与权重,读者可了解其双模型集成思路与专家盲测结果。

7月29日周三
  1. Berkeley AI Research 精选AI 评分62

    从 CUDA 到 MLX:K-Search 如何把数十年内核经验带到 Apple Silicon

    IBM Research 与 UC Berkeley Sky Lab 将演化式内核搜索框架 K-Search 扩展到 Apple 的 MLX,并加入结构化 CUDA 到 MLX 翻译层,让已有 CUDA 内核作为知识库适配 Apple Silicon。

    关注点

    读者可看到 CUDA 优化知识如何被结构化迁移到 Apple Silicon,以及翻译层对最终性能的具体贡献。