双子座3.8文本转语音
HN ð241· 118 评论
HN ð241· 118 评论
HN ð270· 221 评论
HN ð169· 106 评论
HN ð438· 247 评论
HN Ÿ 6 · 0 评论
HN ð14· 2 评论
HN ð513· 253 评论
作者:Quan Nguyen-Tri、Mukul Ranjan、Shijiqiang|扩散大型语言模型(dLLM)最近通过支持非自回归文本生成而成为自回归LLM的一种有前途的替代方案。然而,它们的实际部署仍然受到效率低下的推理的限制,这主要是由于缺乏有效的Key-Value(KV)缓存和可扩展的并行解码机制。现有的加速方法通常研究KV缓存
作者:任晓星、托马斯·帕里西尼、安德烈亚斯·A. Malikopoulos|我们研究具有低级潜在动态和未知系统模型的分散式部分可观察团队决策问题。提出的框架将团队理论等效与低等级模型表示相结合,以解决部分可观察的Markov决策过程中的合作决策问题,而无需先验知识转移模型。每个团队成员根据l做出决定
作者:詹志浩、宋婷、李东|多代理系统可以通过并发执行工作来减少复杂任务的延迟。一些开创性的利用框架支持多代理系统。然而,当前多代理工具的可扩展性通常受到中央协调器分配任务和协调工作人员的能力的限制。为了解决这个问题,我们引入了一个可扩展的自组织多智能体,
作者:Haobo Zheng,Tan Tang,Yan Chen|在多方对话环境下的长期对话记忆需要的不仅仅是从长期对话中检索相关内容:它必须区分谁说了什么,每个陈述都涉及谁,个体如何看待彼此,群体共享哪些信息,以及状态如何随着时间的推移而变化。最近对多方对话基准的研究表明,现有的通用LLM m
作者:Trang Nguyen、Eulrang Cho、Bingqing Chen|代理通常处理需要数百万上下文令牌的复杂问题,由于上下文窗口有限,因此需要在会话之间进行压缩。我们开发了CliffCompaction,这是一种自动压缩技术,可在有限环境下将成本降低高达50%,同时保持或改进码头台的性能,并实现测试时扩展和状态的新效率
作者:Jennifer Williams、Dave Farris、Jeff Farris|我们引入SWE-Serve,这是一个用于评估生产推理工程任务代理的基准。实现推理功能可能需要协调整个服务堆栈的多个更改,包括模型支持、运行时执行和公共API。现有的基准对生产推理工程的有限覆盖范围:存储库级软件工程基准不提供
作者:李来珍、王轩、赵培成|使用模型上下文协议(HCP)的代理依赖于语义匹配从第三方服务器选择工具,通过攻击者控制的元数据和输出暴露语义供应链风险。我们引入了A2 M(吸引操纵),这是一个用于劫持LCP代理的两阶段黑匣子框架。吸引力阶段优化工具元数据以增加调用概率; Manipula
作者:李来珍、李佳瑞、赵娟|大型语言模型(LLM)代理通常处理相关任务流,但标准工具会反复要求模型在每个任务的上下文中重建相同的控制决策。我们研究任务反馈是否可以将循环控制转化为可重复使用的可执行代码,同时保留LLM调用用于特定于任务的语义推理。我们引入Growing Buttons,一种以失败为导向的工具
作者:孙宇、徐俊浩|类型化决策模型是为模型输出直接由软件使用的设置而构建的。它们不是生成自由格式的文本,而是返回一组预定义选项的决策。通过构造,每个输出都符合所需的模式。然而,这一保证并没有告诉我们,模型是否按照预期解释了这些选项。研究了Jev和两个带开放权的类Jev模型
作者:Victor Ion Butoi、Vivek Gopalakrishnan、John V. Guttag| X射线是医学上使用最广泛的成像方式,但仍然是其最少的定量。与CT或MRI等容积模式不同,X射线将3D解剖结构折叠成2D投影,导致结构重叠和解剖边界模糊,即使对专家来说也是如此。因此,标记X射线数据库以训练通用分割系统是不切实际的,留下了形态学
HN ð41· 21 评论
HN ð215· 62 评论