跳到正文
10月16日周五
10月15日周四
  1. 阿里云百炼37

    阿里云百炼开发者案例:小程序“拉香了”利用 qwen-vl-plus 生成 32 种便便人格

    开发者 TabbyYu 基于阿里云百炼 qwen-vl-plus 推出微信小程序“拉香了”,用户拍摄照片即可生成 32 种 DBTI 便便人格与卡通形象。 该小程序通过 Zod 校验与 System Prompt 严格禁止医疗诊断,确保数据隐私且同一记录人格一致。 项目旨在降低健康观察门槛,让普通人更愿意持续记录排便状态,相关案例已收录于阿里云百炼开源计划。

  2. arXiv · ML20

    LoDA:基于任务驱动子空间分解的 LoRA 持续学习方法

    研究人员提出 LoDA 方法,通过任务驱动分解构建通用和真正任务特定的 LoRA 子空间,实现知识共享与隔离。 LoDA 固定下投影,通过梯度对齐优化学习鲁棒上投影,并在整合更新前推导闭式重校准公式。 实验表明 LoDA 优于现有持续学习方法,代码已开源,论文被 ICML 2026 接收。

  3. arXiv · NLP39

    SWE-Spot: 基于以仓库为中心学习的专用小型代码专家

    论文提出以仓库为中心学习(RCL),训练 4B 参数小型模型 SWE-Spot-4B,在七个目标代码库上性能优于同等预算的以任务为中心学习(TCL)模型。 该模型性能可比肩或超越 Meta CWM、Qwen3-Coder-30B 等 8 倍参数量的开源模型,以及 GPT-4.1-mini 等商用效率模型,并具备更高的训练与推理效率。

10月14日周三
  1. 面壁智能82

    面壁智能开源 MiniCPM-V 4.7:350 亿参数 MoE 端侧多模态新上限

    面壁智能联合 OpenBMB 社区正式发布并开源端侧多模态模型 MiniCPM-V 4.7,包含 35B-A3B 和 1B 两个版本。其中 35B-A3B 是全球首个可在端侧无损流畅运行的开源 MoE 多模态模型,在约 3GB 内存的 iPhone 17 Pro Max 上实现每秒 13+ token 的生成速度。

    推荐理由:原文披露了 35B 参数 MoE 模型在 3GB 内存端侧运行的具体性能数据与 LES 调度技术细节。

  2. arXiv · ML27

    NAVIR:面向边缘硬件的类脑视听语音识别系统

    论文提出 NAVIR 系统,在 BrainChip Akida 上实现端到端视听语音识别,这是该类神经形态硬件上首个完整的多模态 AVSR 流水线。 系统在 GRID 基准下噪声环境词错率达 14.0%,较纯音频基线提升显著;能耗比树莓派低 5 倍,比笔记本 GPU 低 100 倍以上,维持 14.5 次/秒推理。 显著降低边缘设备能耗,提升工业环境人机交互鲁棒性。

  3. arXiv · AI28

    FPGA 神经网络加速器在空间应用中的综述

    该综述分析 FPGA 在空间任务中实现神经网络加速器的潜力,结合其灵活性、低成本及抗辐射特性。 文中识别现有文献中的趋势与差距,并指出未来研究方向,涵盖自主操作、传感器数据分析及数据压缩等任务。 该研究作为资源有助于增强航天器机载计算系统性能。

  4. arXiv · ML21

    ELaTTA:通过潜在子空间系数搜索实现高效测试时自适应

    ELaTTA 提出仅前向、无梯度的单实例测试时自适应框架,在五个视觉基准测试中展现出强准确率。 该方法冻结预训练模型,通过 CMA-ES 在预计算的潜在子空间中搜索低维系数向量进行自适应。相比 MEMO,ELaTTA 计算量降低 64.7 倍,峰值内存降低 12.4 倍,并验证了在 Raspberry Pi 5 上的部署可行性。

  5. arXiv · AI36

    CoMIC:面向Web云边系统长程LLM智能体的协作记忆与洞察循环框架

    CoMIC 提出一种无需更新参数的云边协作框架,通过“边缘执行、云端反思”机制解决 LLM 智能体在长程任务中的记忆与反思难题。 边缘智能体使用层级记忆执行子目标,云端 LLM 异步评估轨迹并跨智能体分发指导信息。 在 5 个长程基准测试中,CoMIC 使弱边缘智能体在标准智能体完全失败的任务上实现非零成功率,且降低上下文消耗。

  6. arXiv · ML28

    边缘部署音频LLM智能体安全风险分析综述:从声学感知到物理动作

    该综述针对边缘部署的音频大语言模型智能体,提出了声学感知到动作(S2A)系统模型,以追踪安全影响路径。模型综合了现有声学、智能体及边缘系统文献,分析跨组件及阶段转换中的安全缺口。该发现要求跨持久状态、系统边界和部署条件,对声学影响进行从感知到动作的端到端安全评估。

  7. arXiv · ML33

    边缘联邦学习中的客户端自适应同步

    研究团队提出了一种基于强化学习的客户端同步框架,用于解决边缘联邦学习中的同步瓶颈。 该框架将同步建模为资源感知控制问题,每个客户端根据本地进度和资源状态决定上传、下载或延迟通信。 实验表明,该策略在时空交通预测中降低了系统成本,在图像分类中提升了最终精度,证明了客户端控制优于纯服务器端协调机制。

  8. arXiv · AI35

    EC2-Bench:长程 LLM Agent 执行中边云协作的系统性分析

    研究提出 EC2-Bench 基准,评估长程 LLM Agent 执行中的边云协作,涵盖任务性能、资源使用与隐私暴露。 结果显示边云协作在性能、资源与隐私间取得优于纯边或纯云的平衡;边缘模型能力增强时,协作性能逼近纯云,隐私暴露仍依策略而定,且协作控制权由外部向边缘侧转移。 这些发现为设计未来高效边云协作 Agent 提供了系统性理解与设计参考。

  9. arXiv · AI24

    FPGA 实现的脉冲神经网络用于时空模式学习与分类

    该 FPGA 架构实现了多层脉冲神经网络(SNN),支持时空模式分类的片上推理与训练,并采用仅时间前向训练算法替代 BPTT 以降低开销。 在 MNIST 及五个多元时间序列数据集上,该模型精度与 BPTT 训练的 SNN 或 LSTM 相当;相比 CPU/GPU,吞吐量提升 2.5 至 6 倍,单样本能耗降低一个数量级。 解决了推理与学习共享内存时的端口冲突及读写依赖问题,实现边缘设备高效部署。

  10. arXiv · AI20

    面向 6G-边缘-端侧连续体的移动 IoMT 切片驱动编排

    该论文提出一种整合 5G 网络切片、资源感知编排与移动性感知任务卸载的自适应框架,用于在受限异构边缘资源下保证移动医疗物联网(IoMT)的严格服务质量。框架为不同 IoMT 服务分配独立 5G 切片,并联合考虑 CPU 容量、内存可用性与存储量,实现更高效的服务部署与执行。

  11. arXiv · ML22

    小型语言模型上下文感知精度调度研究

    研究提出一种针对端侧小型语言模型的上下文感知精度调度方法,通过结合校准的时序模型和张量敏感度优化精度配置。 在笔记本 GPU 上测试显示,延迟预算下系统会降低权重精度以利用缓存读取时间,工具使用基准测试验证了该调度对完整响应时间和正确性的影响。

  12. arXiv · NLP31

    SparPR:面向消费级硬件资源受限 LLM 推理的运行时 KV 缓存恢复机制

    SparPR 是一种无需修改模型权重或离线训练的运行时 KV 缓存恢复机制,专为解决消费级 GPU 内存带宽瓶颈设计。该机制结合查询感知的 Key 块选择、动态预算控制和按需局部重算,在 RTX 3070 Ti 等消费级硬件上将端到端延迟降低 31%-63%,吞吐量提升 1.4-2.7 倍,使 8k token 任务在 44 分钟内完成。

  13. arXiv · AI45

    更少比特,更多尝试:在内存约束下恢复大模型能力

    通过并行生成多次候选输出并使用公开或模型生成的测试进行筛选,小模型或压缩模型可恢复部分因尺寸缩小而损失的能力。 在四个代码生成基准测试中,使用7B Qwen模型进行8次并行尝试,在MBPP+上基本匹配32B模型,并在另外三个基准上超越后者。 该方法在Nvidia GPU上约节省4倍模型内存,运行速度最快提升6倍,且能耗更低。

  14. arXiv · AI28

    将 AI 推理暴露为 5G 用户面电信网络 API

    该研究提出按需推理(Inference on Demand, IoD)抽象,通过 CAMARA 类 API 在 5G 用户面传输切分感知的张量上下文。 基于可编程用户面功能(UPF)测试床评估,IoD 利用可切分视觉 AI 工作负载,证明自适应切分选择可作为面向网络的服务运行。 使推理切分超越简单卸载,为网络原生 AI 服务开启路径,协调计算、上下文与连接。

  15. arXiv · AI34

    MHWA:多时间尺度分层世界-动作模型

    提出多时间尺度分层世界-动作模型MHWA,通过跨步高层上下文通道和动态路由降低自回归预测漂移。 该模型拥有77M参数,在14款Atari子集上取得0.884 HNS,较JOWA-70M基线显著提升。 使用10%离线数据,比JOWA-150M减少70.88%训练FLOPs,实现参数与效率的平衡。

  16. arXiv · AI33

    SLM 在云端编写智能体程序中作为本地解释器的作用研究

    该研究提出了一种混合架构,允许云端模型编写程序,并通过函数调用将有限的运行时数据解释任务委派给本地小模型(SLM)。 在 AppWorld 基准测试中,该方法使纯代码智能体的成功率最高提升 14.9pp,缩小了与云端 ReAct 循环的性能差距。 此方案在保持用户数据本地化的同时,显著恢复了小模型在动态数据解读上的能力缺失。

10月13日周二
  1. NVIDIA Blog87

    NVIDIA RTX Spark 生态发布软件与 AI 模型更新

    NVIDIA 及其生态伙伴为即将上市的 RTX Spark 笔记本推出软件功能与性能优化,支持本地 AI 智能体。包括更新 GitHub Copilot、Hermes 等智能体应用,发布 74B 参数的 Nemotron 3.5 Bolt 模型,推出跨设备 AI 路由器 PAIR,并带来 Adobe 创意应用优化、Blender DLSS 支持及开发者工具更新。

    推荐理由:原文梳理了围绕本地 AI 智能体新增的安全沙盒、模型路由与开发工具生态,读者可据此判断 RTX Spark 的本地 AI 工作流边界。

  2. 面壁智能25

    面壁智能与中电信人工智能签署战略合作协议,推动 MiniCPM 端侧模型落地

    面壁智能与中电信人工智能科技在北京签署战略合作协议,双方将依托算力网络与渠道资源,围绕终端智能与行业智能展开合作。 合作聚焦消费电子端侧 AI 应用与企业级智能体基础设施,协同提升端侧模型能力,并围绕推理加速等关键技术开展联合研发。 此次签约标志着合作从项目级探索迈入战略阶段,旨在加速大模型在终端与行业场景的规模化应用。

10月12日周一