小红花·文摘
  • 首页
  • 广场
  • 排行榜🏆
  • 直播
  • FAQ
Dify.AI
DeepHQ:学习型层次化量化器用于渐进式深度图像编码 | TOMM 2026

本文提出了一种名为DeepHQ的渐进式图像压缩方法,通过学习量化步长提升压缩效率,并引入选择性压缩,仅编码必要的特征,显著减少模型参数和解码时间。

DeepHQ:学习型层次化量化器用于渐进式深度图像编码 | TOMM 2026

实时互动网
实时互动网 · 2026-04-02T06:35:34Z
Flipkart通过层次化联合设计将Prometheus扩展至8000万指标

Flipkart通过采用Prometheus的层次化联合设计,解决了监控可扩展性问题。最初使用StatsD聚合指标,但无法扩展。转向Prometheus后,通过本地服务器收集指标并通过/federate端点聚合,显著降低了指标基数和中央服务器负载。尽管在调试实例异常时效果有限,但该方法为应对云原生环境中的指标增长提供了实用蓝图。

Flipkart通过层次化联合设计将Prometheus扩展至8000万指标

InfoQ
InfoQ · 2025-10-18T12:00:00Z

Hi3DEval推出了一套层次化的3D生成质量评测体系,解决了传统评测的局限。该体系通过对象级、部件级和材质主题三层评测,全面分析模型生成能力,并发布了首期榜单,涵盖30个主流模型,推动3D生成技术向高质量发展。

标准化3D生成质量榜单来了!首创层次化评价体系,告别“谁的demo更吸睛”主观评估

量子位
量子位 · 2025-08-16T08:37:10Z

本研究提出了一种层次化的多智能体强化学习框架,旨在解决传统空中战斗模拟中行动方案不足的问题,实验结果验证了其有效性及潜在影响。

Enhancing Aerial Combat Tactics through Hierarchical Multi-Agent Reinforcement Learning

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2025-05-13T00:00:00Z
在DOM中进行层次化导航是多么令人满意;尤其是当这种导航以自然的方式进行时。

在JavaScript中,采用结构化和层次化的方法操作DOM可以提高代码可读性。使用querySelectorAll选择多个元素并通过.forEach()迭代,可以在特定上下文中操作元素。自定义属性data-*提供了一种语义化的方式将数据绑定到DOM元素,避免依赖类名。这些现代实践有助于保持代码的模块化和可扩展性,提升开发体验。

在DOM中进行层次化导航是多么令人满意;尤其是当这种导航以自然的方式进行时。

DEV Community
DEV Community · 2025-03-23T13:27:20Z
机器人泛化能力大幅提升:HAMSTER层次化方法和VLA尺度轨迹预测,显著提升开放世界任务成功率

HAMSTER(层次化动作模型)通过高层次视觉-语言模型生成二维路径,减少对昂贵机器人数据的依赖,提高任务成功率和跨平台泛化能力。该方法将任务规划与执行解耦,使机器人在复杂环境中更具适应性和效率。实验结果表明,HAMSTER在多种操作任务中表现优异,未来可优化轨迹表示和动态路径更新。

机器人泛化能力大幅提升:HAMSTER层次化方法和VLA尺度轨迹预测,显著提升开放世界任务成功率

机器之心
机器之心 · 2025-03-10T10:27:17Z

本研究解决了现有iXBRL标准下,财务报告中绩效指标提取的复杂性问题。我们提出了HiFi-KPI数据集,通过层次化的标签体系帮助在不同粒度层次上提取数值绩效指标,显著提高了信息提取的有效性与准确性。研究结果表明,该数据集为财务文本分析提供了重要的基础,并推动了利用大型语言模型进行结构化提取的应用。

HiFi-KPI:用于从财务报告中提取层次化绩效指标的数据集

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2025-02-21T00:00:00Z
8卡32B模型超越o1预览版、DeepSeek V3,普林斯顿、北大提出层次化RL推理新范式

ReasonFlux是一个多层次的LLM推理框架,通过结构化思维模板和层次化强化学习提高推理效率和可解释性。它在多个数学推理数据集上表现出色,展示了小模型的潜力和广泛应用前景。

8卡32B模型超越o1预览版、DeepSeek V3,普林斯顿、北大提出层次化RL推理新范式

机器之心
机器之心 · 2025-02-12T05:10:49Z

本研究提出了一种层次化的代码摘要生成方法,旨在解决大型代码库的功能和意图理解问题,特别适用于商业应用。通过语法分析和本地语言模型,生成高层次的文件和包摘要,提升摘要的相关性,研究表明在电信领域有效提高了摘要覆盖率。

Hierarchical Code Summary Generation Method for Commercial Applications

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2025-01-14T00:00:00Z

本研究解决了在线广告中实时竞价面临的动态预算分配问题,通过提出一个层次化的多智能体强化学习框架,以实现跨多个渠道的竞价优化。该框架结合了受限于每次点击成本的预算分配模型和针对离线学习中的外推误差的状态-动作解耦演员-评论家方法,显著提升了广告效果,实现了领先的性能。

跨渠道竞价的层次化多智能体元强化学习

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2024-12-26T00:00:00Z

本研究旨在解决高亮度大型强子对撞机时代所带来的计算挑战,尤其是传统碰撞模拟方法的计算需求无法持续的问题。提出了一种基于变分自编码器的量子辅助层次深度生成模型,该模型通过量子模拟显著加速了当前的喷发生成速率,预示着大型量子模拟在深度生成模型中的应用潜力。

基于量子辅助的层次化Calo4pQVAE用于粒子-电磁量能器交互

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2024-12-06T00:00:00Z

本研究解决了在高水平合成中,软件开发者在设计FPGA时面临的硬件知识依赖问题。通过提出一种两级层次化专家混合模型,本文实现了对不同内核的更好适应性,并通过实验证明该方法在性能预测中具有显著优势,为自动化设计洽谈奠定了基础。

层次化专家混合模型:高水平合成的通用学习

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2024-10-25T00:00:00Z

本研究解决了多目标强化学习价值函数的通用近似器构建中存在的关键问题,提出了层次化通用价值函数近似器(H-UVFAs),利用选项框架进行扩展。研究发现,H-UVFAs在时间抽象设置中展现出更好的规划和泛化能力,且在性能上超过了相应的通用价值函数近似器(UVFAs)。

层次化通用价值函数近似器

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2024-10-11T00:00:00Z

本文探讨了深度学习在自动驾驶领域的最新进展,包括自动驾驶架构、感知和路径规划等技术。研究指出设计自动驾驶AI架构面临的挑战,如安全性和计算硬件,并提出了可解释性深度强化学习方法,强调模型的可解释性和因果关系,展示了其在复杂场景中的应用潜力。

层次化端到端自主驾驶:将鸟瞰视图感知与深度增强学习结合

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2024-09-26T00:00:00Z

本文介绍了一种基于模型驱动的增强学习推荐系统,利用马尔可夫决策过程优化推荐策略,并通过在线模拟环境进行评估。研究提出多种强化学习框架,旨在提升推荐系统的实时性、准确性和用户参与度,强调多样性和新颖性的重要性。实验结果显示,这些方法在真实数据集上表现优异,有效解决了传统推荐系统的效率问题。

层次化强化学习在列表推荐的时间抽象中的应用

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2024-09-11T00:00:00Z

本研究针对多脏器疾病护理中缺乏整体治疗建议的问题,提出了一种层次化多智能体强化学习框架(HMARL)。此框架通过明确的智能体间通信渠道,实现了对各脏器系统的协调治疗策略,从而显著提高患者的生存率,推动了临床决策支持系统的发展。

推进多脏器疾病护理:一种层次化多智能体强化学习框架

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2024-09-06T00:00:00Z
StructuredRAG:通过层次化组织和类型注释增强LLM的JSON响应

这篇文章介绍了一种名为StructuredRAG的框架,用于以更结构化和直观的方式格式化大型语言模型(LLM)生成的JSON响应。StructuredRAG旨在提高LLM输出的可用性和可解释性,使用户更容易理解和与提供的信息交互。该框架包括层次化组织、类型注释和上下文元数据等功能,以增强LLM生成的JSON响应的可读性和实用性。StructuredRAG通过将LLM的响应组织成层次结构、标记不同类型的内容(如事实、观点或指令)并提供附加元数据来解决这个问题。这种结构化格式使用户能够更快地理解和与LLM提供的信息交互。

StructuredRAG:通过层次化组织和类型注释增强LLM的JSON响应

DEV Community
DEV Community · 2024-08-23T08:41:32Z
像素基础层次化策略在任务泛化中的优势

通过模拟多任务机器人控制实验,研究发现,引入层次化策略可以提高训练任务的性能,改善类似任务的奖励和状态空间泛化,并减少解决新任务所需的微调复杂性。因此,在构建能够在任务之间进行泛化的强化学习架构时,应考虑使用层次化策略。

像素基础层次化策略在任务泛化中的优势

Apple Machine Learning Research
Apple Machine Learning Research · 2024-08-20T00:00:00Z

HRAMONY 是一种自适应的基于层次注意的资源建模和决策系统,通过捕获分层指标结构、建模非高斯分布和在不确定性下进行决策来优化云计算资源分配,并在四个大规模云数据集上得到了显著的性能提升,并且在实际部署中实现了可观的经济降低。

层次化多指标预测与贝叶斯决策的自适应两阶段云资源扩缩

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2024-08-02T00:00:00Z

本文提出了一种深度关系度量学习(DRML)框架,旨在提升图像聚类和检索效果。该方法通过自适应特征学习和关系推理生成关系感知嵌入,以测量相似性,实验证明其优越性。

知识融合识别:通过量化相对论建模和深度度量学习将层次化知识融合于图像识别

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2024-07-30T00:00:00Z
  • <<
  • <
  • 1 (current)
  • 2
  • 3
  • >
  • >>
👤 个人中心
在公众号发送验证码完成验证
登录验证
在本设备完成一次验证即可继续使用

完成下面两步后,将自动完成登录并继续当前操作。

1 关注公众号
小红花技术领袖公众号二维码
小红花技术领袖
如果当前 App 无法识别二维码,请在微信搜索并关注该公众号
2 发送验证码
在公众号对话中发送下面 4 位验证码
友情链接: MOGE.AI 九胧科技 模力方舟 Gitee AI 菜鸟教程 Remio.AI DeekSeek连连 53AI 神龙海外代理IP IPIPGO全球代理IP 东波哥的博客 匡优考试在线考试系统 开源服务指南 蓝莺IM Solo 独立开发者社区 AI酷站导航 极客Fun 我爱水煮鱼 周报生成器 He3.app 简单简历 白鲸出海 T沙龙 职友集 TechParty 蟒周刊 Best AI Music Generator

小红花技术领袖俱乐部
小红花·文摘:汇聚分发优质内容
小红花技术领袖俱乐部
Copyright © 2021-
粤ICP备2022094092号-1
公众号 小红花技术领袖俱乐部公众号二维码
视频号 小红花技术领袖俱乐部视频号二维码