跳到正文
10月20日周二
  1. arXiv · ML33

    AutoTailor: 面向多样化边缘设备的自动化高效自适应模型部署

    AutoTailor 是首个实现边缘设备端到端 SuperNet 自适应模型部署的自动化框架。 该框架通过计算图引导编译自动将用户提供的 ML 模型转换为 SuperNets,并引入无学习延迟与准确率预测器。 相比 SOTA 方法,AutoTailor 将 SuperNet 构建代码量减少 10.8–34.5 倍,预测器剖析时间减少 2.2–11.5 倍。

  2. arXiv · ML21

    ATLAS:专家引导的离网野生动物监测卫星回传系统

    ATLAS 系统利用基础模型将专家意图编译为语义评分逻辑,结合强化学习调度器优化离网野生动物监测的卫星回传资源。 在18个离网鲑鱼监测点部署超6个月,ATLAS 实现87.4%的片段选择准确率,较基线高出26.4个百分点,并在低光照期间保持近连续运行,基线此时宕机率为16.0%。

  3. arXiv · ML29

    PACT:在消费级 GPU 上实现 NVFP4 数据流 LoRA 微调

    PACT 是一个利用原生 NVFP4 GEMM 加速冻结投影的 LoRA 微调系统,旨在降低消费者显卡上的计算与内存约束。 在 16GB RTX 5080 上评估显示,该系统通过复用量化 RMSNorm 输出、保存 NVFP4 激活值用于反向传播,并离线使用 GPTQ 校准冻结权重,实现了比现有方法更低的内存占用和更快的微调速度,且保持具有竞争力的准确率。

  4. arXiv · ML21

    闭环智能体中精度升级的任务价值测量

    低精度智能体调用 BF16 模型作为回退时,其价值取决于挽救与损害任务数的差值。 实验基于 Qwen3 智能体在 tau2-bench 进行,模拟 4-bit 权重下,单次动作替换的净收益接近零。 仅当替换动作及后续执行时,部分场景出现正向收益,需结合同精度参照评估。

  5. arXiv · NLP36

    PAAC:隐私感知的智能体设备云协同框架

    PAAC 提出隐私感知的智能体设备云协同框架,将规划器-执行器分解对齐至设备云边界,使角色专业化本身成为隐私机制。 云代理处理保留敏感值推理角色的类型化占位符,设备代理识别敏感片段并蒸馏执行结果,确定性注册表执行替换。 在三个智能体基准测试中,PAAC 提升平均准确率 15-36%,降低平均泄露 2-6 倍,并在 17 个额外基准中保持一致性改进。

  6. arXiv · NLP69

    Muse Glimmer 30B 开源端侧智能体模型发布

    Muse Glimmer 是一个基于 Apache 2.0 许可开源的 300 亿参数因果语言模型,专为消费级硬件设计,集成了多模态感知、多步推理与工具调用功能。模型经过 4-bit 量化优化可在单 GPU 上本地运行,无需云端基础设施,在同量级模型中实现了 agentic benchmark 的领先性能,并支持超过 100 种语言的训练数据。

    推荐理由:Muse Glimmer 作为 30B 参数模型实现了本地智能体功能,为消费级硬件部署多模态推理模型提供了新路径。

10月19日周一
  1. Qoder78

    Qoder 推出 Phone Use 插件

    Qoder 推出 Phone Use 插件,用户通过数据线将 iPhone 连接至 Mac,即可让 AI 直接查看并操作手机界面,完成打开 App、点击、滑动、输入等任务,安卓系统即将支持。该功能要求 Qoder 版本不低于 0.4.5,iOS 版本不低于 16,并需在手机端开启开发者模式。

    推荐理由:原文给出了连接手机的操作路径和三类典型场景,读者可以据此判断它能覆盖哪些日常自动化任务。

  2. 面壁智能31

    面壁智能发布大监督智能体,实现风险、内控等五大领域AI监督

    面壁智能正式发布大监督智能体,由MiniCPM系列模型驱动,提供风险、内控、合规、审计、纪检“五位一体”监督能力。 该智能体拥有50+监督技能,覆盖九大业务域,具备7×24预警巡航及端侧离线可用特性。 旨在解决覆盖难等痛点,通过AI原生底座助力企业构建“大监督”格局。

  3. arXiv · ML28

    PFP-BNNs 在嵌入式 ARM 上实现最高 4200 倍加速

    PFP-BNNs 通过单次确定性前向传播替代采样,在嵌入式 ARM CPU 上实现最高 4200 倍推理加速。 该方案基于 TVM 编译器库,在 Dirty-MNIST 数据集上,其精度、不确定性估计及 OOD 检测性能均匹配 SVI-BNNs。 结合代码生成实现 BNN 在资源受限系统的高效部署,已被 ACM TACO 接收。

  4. arXiv · ML24

    LeanTTA:面向边缘设备的无反向传播且无状态量化测试时自适应方法

    LeanTTA 提出了一种无反向传播且无状态的量化测试时自适应框架,专为资源受限的边缘设备设计。 该方法通过动态更新归一化统计量实现自适应,结合部分自适应与量化模块融合,ResNet18 模型峰值内存占用仅为 11.2MB,误差降低 15.7%。 LeanTTA 在传感器模态验证中显著优于现有最先进方法,解决了边缘部署中数据有限与环境多变导致的准确性与效率平衡难题。

  5. arXiv · ML25

    ECG-SDI 单导联心电图框架实现连续睡眠深度指数分析与可扩展数字生物标志物

    研究人员开发 ECG-SDI 框架,利用单导联心电图实现连续睡眠深度分析。在 12,392 份多导睡眠图数据中,非 REM 阶段相关系数达 0.848,REM 分类 AUROC 为 0.977。 识别出的睡眠异常亚型全因死亡风险较高(调整 HR 1.20)。CPAP 使用后浅层睡眠负担下降 16.0%,支持居家监测应用。

  6. arXiv · NLP26

    SRCoT:边缘 LLM 上通过闭环检索-反思-修正管道实现证据基于文本生成

    提出 SRCoT 模块化架构,在 Apple M4 128GB 本地设备运行,将生成组织为闭环检索-反思-修正流程。 该架构分离环境状态与持久知识,利用 BM25 检索提供上下文,并生成缺失信息标记及声明-证据映射以支持决策。 研究显示其具备报告级可检查性与本地执行能力,但存在来源分配错误等局限,属于需人工审查的研究概念验证。

  7. arXiv · NLP34

    HydraLLM: Adaptive Width Slicing for Elastic Text and Vision-Language Models

    1. HydraLLM 提出基于 MQA 的弹性架构,通过激活注意力头数量控制模型宽度,覆盖比仅 FFN 弹性架构更广的参数配置范围。 2. 静态到弹性转换管线支持知识蒸馏;75% 头激活时 TriviaQA 准确率超基线 2.2 点,50% 激活时多模态 CLIPScore 接近 7 倍大的 Gemma 3 4B。 3. 25% 激活时 token 生成吞吐量比全宽度配置提升 75.3%。

  8. arXiv · NLP33

    FederatedBytes:面向高效多模态联邦学习的无分词器字节级小语言模型

    FederatedBytes 通过无分词器字节级处理文本与图像,结合线性注意力机制,在联邦学习中显著降低内存与通信开销。 模型在多语言和多模态情绪分析任务(Multilingual Amazon Reviews 和 ScienceQA 数据集)中,准确率超过 ByT5 和 LSTM 等可比模型,同时大幅减少资源消耗。

  9. arXiv · ML38

    Sigma-Delta采样器用于二值和三值AI模型的边缘端可扩展训练

    Sigma-Delta采样器将随机采样与退火步骤嵌入一阶噪声整形循环,推动量化噪声移出低频适应带,使离散权重更新沿崎岖损失景观中的平滑下降轨迹执行。 在CIFAR-10上,13M参数三值模型精度距全精度不足1%;在MatMul-free语言模型(2.7B参数)上,该方法优于直通估计器基线。 与标准量化感知训练相比,该框架降低训练内存占用超50%,速度提升一个数量级,适用于设备端大模型训练与微调。

  10. arXiv · NLP35

    嵌入表被高估?小模型与三元语言模型的低成本冻结词汇方案

    研究以冻结的16 MB 512-bit词表替代Gemma 3 270M的可训练嵌入层,整体模型压缩至46 MB。 该方案训练后性能在LAMBADA和PIQA等基准上不劣于基线,稀有词处理优于学习式嵌入。 结合三元BitNet架构,模型在笔记本CPU上实现615-740 tokens/秒生成,内存占用仅为基线的七分之一。

10月18日周日
10月16日周五
  1. arXiv · NLP30

    个性化 LoRA 如何影响虚拟助手的越界拒识校准?基于 Mahalanobis 距离的修复方案

    在五个基准上,使用 LoRA 进行少样本个性化会导致越界拒识 AUROC 平均下降 0.055–0.258,同时保留范围内准确性。 部分性能下降源于置信度评分器的校准偏移,嵌入边缘收缩是真实影响源;使用 Mahalanobis 距离替代 softmax 置信度评分可恢复 5 个数据集中的 3 个,且无准确性损失。

  2. arXiv · ML27

    面向定制 DNN 加速器的多阈值算子编译:支持量化非单调与细粒度激活

    该研究提出系统化方法,将量化神经网络的函数组合自动转换为多阈值表示,扩展支持非单调函数及多维细粒度阈值。 该方法集成于基于 ONNX 的编译器基础设施,并在 FINN 框架中通过扩展二分搜索算子进行实验验证,量化支持非单调性与细粒度阈值的硬件开销,同时展示了其在量化感知训练中的应用前景。

  3. arXiv · ML21

    用于时间序列分类的平滑L1正则化稀疏联邦Echo State Networks

    提出SL1ESN,通过平滑L1正则化增强Echo State Networks读出层稀疏性,支持集中式训练与二阶联邦聚合。 在7个基准测试中,集中式设置读出层稀疏度达77%-95%,联邦设置达75%-95%;前5个基准精度差距均不超过0.7个点(集中式)或1.6个点(联邦式),联邦更新仅需几轮收敛。 结果证明稀疏读出能显著压缩模型存储、推理成本及服务器-客户端广播开销,适用于边缘计算与物联网部署。

  4. arXiv · ML33

    Fractional PoT:实现高效无乘法器 LLM 推理的分数次幂二量化方法

    研究提出 Fractional PoT(FPoT)量化方法,通过基于√2 的分数网格实现 4-bit 无乘法器 LLM 推理。 该方法结合校准时网格对齐与 1 加法器√2 近似,在 Llama-3-8B 模型上使零样本常识推理性能较 PoT 基线提升 8.72%。 FPoT 已获 NeurIPS 2026 接收,可与其他先进 PTQ 方法集成,展现出框架无关的适用性。

  5. arXiv · AI27

    6U 立方星在轨部署 NVIDIA Jetson 实现热分割模型训练与月球姿态控制

    研究人员在 6U 立方星上成功部署了基于 NVIDIA Jetson TX2 NX GPU 的热分割模型,实现了模型在太空中的训练、推理及利用该模型对月球进行闭环姿态控制。 研究采用 ROS 2 Foxy 作为数据传输中间件并集成开源文件系统,在约一年内完成了 12 项实验,验证了现代学习管道在低地球轨道约束下的可靠性。 该成果展示了商业硬件与开源软件组合在自主航天系统中的应用潜力。