微控制器上跑模型遇「天灾」只能躺平?FORGE用前向重校准白捡20.9个点,能耗仅6.8%
这可能是目前唯一能在「已部署、折叠BN、纯int8卷积」的MCU模型上跑起来的测试时自适应方法。没有梯度、没有额外前向,只在ESP32-S3上多花6.8%推理能耗就找回20.9个准确率点,实测能量数据都给你测好了,做端侧部署的值得一看。
LONGGE AI RESEARCH DAILY
每天筛选值得关注的 AI 论文,用工程视角拆解方法、实验和真正的落地价值。
目前已发表 1811 篇文章
这可能是目前唯一能在「已部署、折叠BN、纯int8卷积」的MCU模型上跑起来的测试时自适应方法。没有梯度、没有额外前向,只在ESP32-S3上多花6.8%推理能耗就找回20.9个准确率点,实测能量数据都给你测好了,做端侧部署的值得一看。
吸引性量子流体天生要坍缩,死亡过程几乎不可逆。意大利团队却往凝聚体中心拧进一个多电荷涡旋,相当于给量子湖放了一个“拓扑救生圈”,把坍缩时间硬生生拖慢了十倍以上。光与冷原子实验难得在同一个物理框架里碰撞出这么漂亮的实验结果,值得一读。
如果只说“铁磁性”和“反铁磁性”,那对磁有序世界的理解可是缺了一大块。铁磁体像一群“死磕同一个方向”的小磁针,一上外场就齐齐转向,磁化强度很大;反铁磁体则是“相邻小磁针反着排”,宏观上互相抵消,净磁化近似为零。
先别急着被标题劝退。这篇论文完全不涉及神经网络,不涉及大模型,也不涉及任何图像和视频,但它问了一个很“游戏圈”的问题:两个玩法看起来完全不同的博弈,会不会在深层的策略结构上是同一局棋?
EEG基础模型已经多到“选择困难”,但这篇论文发现:没有哪个基座模型能对所有脑电样本通吃。昆山杜克大学提出的EEG-AS把模型选择做成逐样本的智能决策,推理时只跑一个轻量锚定模型,却能隔空猜测其他所有基座模型的预测行为,平均准确率从53.7%飙到66.9%。做脑电基座模型部署、神经解码评测的朋友值得一读。🎯
当思维链还在“一字一句”硬凹推理时,这篇论文直接让冻结的LLM在“脑内”用向量打草稿。仅训练1130万参数,就在符号推理上把零样本思维链拉高26.7个点,推理延迟还更低。是时候重新审视“推理必须说出口”这个前提了。
图1:披露门——五级有序门禁,释放三个深度层级。系统的状态是一扇“门”,而门所释放的是一个“深度”:只有信息深度不高于当前门所放行的层级时,这条信息才有资格浮出水面
吸引性量子流体天生要坍缩,死亡过程几乎不可逆。意大利团队却往凝聚体中心拧进一个多电荷涡旋,相当于给量子湖放了一个“拓扑救生圈”,把坍缩时间硬生生拖慢了十倍以上。光与冷原子实验难得在同一个物理框架里碰撞出这么漂亮的实验结果,值得一读。
大模型的"三好学生"人设,一换语言就崩?麦考瑞大学等机构给乌尔都语做了套"文化体检",人工逐句改造三大经典对齐基准,结果GPT-4o-mini的诚实度直接掉了20个百分点,安全护栏也形同虚设。🤚
想搞清空心阴极灯里原子蒸气到底有多密、有多热?杜伦大学这篇把银原子吸收谱从“经验判断”变成了“定量可算”。模型简单、拟合漂亮、代码开源,对做原子物理、量子传感、激光稳频的读者来说是个不错的参考样板。
用最“硬”的几何分析,把一个跨度几十年的猜想型问题彻底焊死:任意偶数维完备的殆Kähler梯度收缩Ricci孤子,全是Kähler的。证明不挑维度、不分紧致与否,还顺手把四维完整分类拿下——理论几何爱好者的年度必读。
AI编程助手不仅仅是代码工具。最新研究揭示,Claude Code、Codex等产品可能被恶意指令攻破,黑客可远程控制你的电脑。
LONGGE AI COMMUNITY
加入「龙哥读论文」知识星球,持续获取 AI 论文、资讯、开源项目、招聘与研究思路。
加入龙哥读论文微信群:添加微信 kangjinlonghelper,备注“研究方向 + 地点 + 学校/公司 + 昵称”。
微信扫码加入知识星球