跳到正文
11月3日周二
  1. arXiv · ML20

    Neural Integral Control Barrier Functions for Agile Collision Avoidance

    通过数据驱动方式同时学习动力学、标称控制器及积分控制障碍函数(ICBF),其中障碍物函数基于可行性而非几何特征训练。 在6D动态自行车敏捷赛车测试中,该滤波器以单CPU核心100Hz以上的频率运行,消除了200个保留布局中全部12个不安全片段,且成功率保持不变。 该方法确保了执行器约束的精确性,即使在模型存在较大误差时仍能保持优势。

  2. arXiv · ML31

    面向权重异常值与稀疏性的大模型量化方法研究

    该论文提出一种结合量化、低秩与稀疏分解的PTQ方法,利用模拟退火优化以补偿量化误差,显著降低大模型部署的内存负担。 实验在Llama 3.2 1B/3B、Llama 3.1 8B及Qwen2.5 7B上验证,使用4-bit NF4和FP4量化器,结果显示该方法在自然语言生成基准上明显优于直接量化,且内存开销极小。

  3. arXiv · AI29

    基于 GAN 和忆阻器分类器的非正脸识别框架

    提出结合 GAN 姿态正脸化与忆阻器神经形态识别的非正脸识别框架,在两个数据集上识别准确率最高达 96%。 框架整合轻量化生成对抗网络处理非正脸姿态,利用忆阻器系统实现边缘端高效计算,缓解传统 AI 算力瓶颈。 该方法为动态现实环境(如无人机)提供可扩展、高效的资源受限人脸识别方案。

  4. arXiv · AI21

    扩散驾驶 VLA 的自适应读出与解码框架

    提出场景自适应读出与解码框架,通过单次骨干网络扫描结合 MoE 加权读出层及自适应策略减少冗余计算。在 Waymo E2E 和 nuScenes 基准上,验证集 RFS 最高提升 0.56,Waymo E2E 端到端加速达 6.0 倍。 该框架利用层特定后期表征支持轨迹读出,并仅在场景需要时应用额外原生细化。代码已开源。

  5. arXiv · AI28

    TADA:感知内存技术的 DNN 加速器性能与能量估算器

    TADA 是一款支持跨内存技术泛化的 DNN 加速器性能与能量估算器,其设计空间探索吞吐量比仿真器提升超过 10^4 倍。 该模型在 21 条未见过的技术曲线上预测能量与延迟的平均绝对百分比误差分别为 1.5-4.4% 和 0.7-1.2%,支持 SRAM 及 ReRAM 等多种存储类型。 该研究已被 2027 年 ASPDAC 会议接收。

  6. arXiv · AI27

    基于智能手机的实时障碍物检测与距离估算:面向视障及分心行人的轻量化解决方案

    针对视障与分心行人需求,一款 Android 应用利用重训练 YOLOv8 检测 18 类城市障碍物,实现低延迟实时预警。 通过剪枝、量化及早退出分支,配合 Android NNAPI,中等手机推理延迟由 3.2 秒降至 0.39-0.48 秒,推荐配置在 0.42-0.48 秒内保持 0.81 召回率,且无需专用传感器。

  7. arXiv · AI28

    PARC:面向端侧多模态智能体的并行对齐剪枝与轮次感知上下文复用

    端侧多模态智能体面临注意力结构不整除与KV缓存随轮次膨胀两大部署错配问题。PARC通过一阶泰勒重要度进行结构化剪枝,使注意力维度可被核心数整除,并按时效性重组KV缓存,让历史图像移出持久缓存。在七核部署下,该方法将视觉编码器延迟降低11.4%,解码吞吐量提升23.8%,每堆内存峰值降低12.7%。任务感知恢复训练恢复了98.7%的动作类型准确率差距。

  8. arXiv · AI25

    Trail:基于决策模型的本地智能家庭控制框架

    Trail 提出一种完全本地化的智能家庭控制框架,通过分层类型化决策替代开放生成,确保动作有效性并支持置信度弃选。在扩展的 HomeBench 数据集上,Trail 在 Trek-Robust 测试中达到 85.3% 准确率,显著优于微调 Qwen3.5-4B 基线的 69.8%。 该框架引入结构化记忆模块处理多轮交互,解决 75.6% 依赖前序轮次的请求,远超基线模型的 42.5%。

11月2日周一
  1. arXiv · ML23

    基于神经网络的实时非线性四旋翼节点密度估计方法

    提出一种基于学习的自适应 B-spline 节点放置方法,用于近似常微分方程生成的轨迹。神经网络从系统初始条件映射到局部变化特征量,构建非均匀节点分布以近似均衡局部误差指示器。该方法在满足规定精度下减少了所需控制点数量,适用于非线性四旋翼系统的实时轨迹近似。

  2. arXiv · AI28

    HiFloat4 量化校准研究:HiGPTQ、HiAutoRound 与 HiFlatQuant 方法

    针对 HiFloat4 层级 BFP 格式缺乏有效校准方法的问题,论文提出 HiGPTQ、HiAutoRound 和 HiFlatQuant 三种校准方案。 这三种方法均显著优于直接 HiF4 转换,将 HiF4 与 BF16 的精度差距缩小至 1% 以内,且在各类模型和下游任务中性能优于 NVFP4 格式。 解决低精度量化带来的精度下降问题,进一步降低 LLM 部署的计算成本。

10月30日周五
  1. 面壁智能33

    面壁智能 AI Box 随深蓝 L06 量产落地,端侧算力解模型迭代错配

    面壁智能联合梧桐科技与英特尔打造的 AI Box 已随长安深蓝 L06 量产交付,作为选装模块解决座舱算力供给与模型快速迭代错配难题。 该模块化端侧算力节点搭载英特尔 Core Ultra 平台及面壁 4B VLM 模型,支持 OTA 升级,实现本地隐私处理与主动服务。 从发布到量产仅用三个月,AI Box 将车机带入全时感知、主动服务的智能 4.0 时代。

  2. arXiv · ML24

    MiCoPro:基于硬件感知代理模型的端到端混合精度软硬件协同设计

    MiCoPro 框架引入硬件感知代理模型(HAP),实现从 PyTorch 模型到裸机 C 代码的快速探索与直接部署。 在 BitFusion 加速器和 SIMD 扩展 RISC-V 处理器上验证,该框架实现了高达 40% 的延迟降低,同时精度损失控制在 3% 以内。 该框架解决了现有混合精度量化(MPQ)方案灵活性不足及缺乏端到端部署工具的问题。

  3. arXiv · ML20

    BEVLight:基于无人机鸟瞰图的泛化交通信号控制框架

    BEVLight 提出了一种从无人机鸟瞰图直接推导交通信号动作的框架,在 16 个场景中的 12 个实现了最低平均等待时间。 该模型将视觉特征映射到车道并组合为相位表示,利用超过 5K 个人类控制决策及重渲染轨迹进行训练,以增强视觉鲁棒性。 闭环实验显示其零样本泛化能力优于感知基线,平均等待时间降低 7–9%,且能迁移至真实无人机观测数据。

  4. arXiv · ML22

    MulClip:面向微控制器储层计算的非表格化激活函数

    MulClip是一种用于微控制器储层计算(RC)的轻量级激活函数,仅使用比较、绝对值、乘法和减法运算,避免了查表操作。 在Cortex-M4上,其状态更新时间是tanh的0.34倍,优于11种tanh近似方法。在PC端评估中,三阶MulClip在NARMA-20任务上的NMSE比tanh低22%,在8位奇偶校验任务上的准确率提升至0.97-0.98。

  5. arXiv · AI27

    ADLER:基于泄露账本的 Web API LLM 隐私上下文解码协议

    研究者提出 ADLER 解码协议,确保云端 LLM API 的消息仅依赖公开视图和用户可见答案,杜绝私有内容泄露。 在 GSM8K 数学题测试中,使用无限泄露预算的 ADLER 将 0.5B 和 1.5B 客户端模型的精确匹配准确率分别提升至 0.83 和 0.85,接近上传完整问题的 0.92。 该协议通过客户端泄露账本限制答案揭示程度,在 16 nats 预算内保持了接近仅云端基线的精度。

  6. arXiv · NLP38

    在家自研小语言模型:单张消费级 GPU 训练自回归与掩码扩散架构以处理葡萄牙语任务

    研究者在单张消费级 GPU 上从零训练 11M 至 12M 参数的小语言模型,发布了包含自回归与掩码扩散两种生成模式的 Python 包。 在巴西葡萄牙语及联邦法律文本上,掩码扩散模式在 256 个 epoch 达到最优,表现优于自回归模式,并在补全交叉引用方面击败 160M 和 630M 参数模型。 该研究提供了经过预注册的对比协议和参考基准数据,验证了在家构建专业领域小模型的可行性。

10月29日周四
10月28日周三
  1. NVIDIA Blog76

    NVIDIA 开源多语种语音转录模型 Nemotron 3.5 Transcribe

    NVIDIA 今天推出开源权重语音模型 Nemotron 3.5 Transcribe,单个模型即可处理转录、说话人识别和翻译,支持 40 种语言。该模型在 Hugging Face 开放 ASR 榜单排名 No.1,采用约 43 亿活跃参数,比当前排名第一的开源权重模型参数少约 80%。

    推荐理由:NVIDIA开源语音模型Nemotron 3.5 Transcribe一次完成转录、说话人分离和翻译,用本地设备即可完成多语种音频信息提取。