#性能优化
主题「性能优化」下共有 161 篇日报。
2026-11-21周六3 篇科研大模型扩散模型
锐度与时序不必二选一:Depth Pro 2 做全分辨率度量深度
Depth Pro 2 用单一可扩展网络同时处理图像与视频,在原生分辨率预测度量深度,试图一次性兼顾锐利边界、时序一致与运行效率。
来源:Hugging Face Daily Papers信息有限:Hugging Face介绍Inkling 2 Mini并强调本地前沿性能
Hugging Face博客标题欢迎Inkling 2 Mini,强调本地设置的前沿性能。无摘要及其他细节,本文仅保守解读标题,明确信息不足,不编造规格或结论。
来源:Hugging Face Blog避开反向KL寻峰:PMD用倾斜均值覆盖教师完整后验
PMD用指数重加权均值匹配教师后验,避免反向KL寻峰,声称零损失时恢复完整条件分布,并在SDXL与FLUX.2四步方法中自称FID最佳。
来源:Hugging Face Daily Papers2026-11-20周五3 篇大语言模型多模态模型性能优化
微调不再误伤通用能力:CurvDelta用低曲率空间约束更新
面向大模型适应中的能力保留,CurvDelta在预训练点附近构造低曲率更新空间,使学习与遗忘更少损伤通用能力。
来源:Hugging Face Daily Papers一次前向即可出图:Jeveration把System One接到视觉生成
Jeveration在冻结视觉语言模型上用单次前向做文生图、图生图和密集预测,512×512约78毫秒,最高比现有统一模型快122倍。
来源:Hugging Face Daily Papers用Codex工作流持续找修性能:OpenAI这样保ChatGPT快
OpenAI介绍Performance Factory:以Codex工作流发现并修复性能问题,旨在帮助ChatGPT保持快速。
来源:OpenAI2026-11-19周四2 篇大语言模型
2026-11-13周五2 篇性能优化大语言模型
2026-11-12周四2 篇视频大模型性能优化
2026-11-11周三1 篇大语言模型
2026-11-10周二1 篇科研
2026-11-09周一1 篇大语言模型
2026-11-06周五1 篇科研
2026-11-05周四1 篇推理优化
2026-10-31周六2 篇扩散模型Transformer
2026-10-30周五1 篇AI 智能体
2026-10-27周二2 篇大语言模型科研
2026-10-26周一1 篇大语言模型
2026-10-24周六2 篇应用架构物理 AI
2026-10-22周四1 篇视频大模型
2026-10-21周三4 篇大语言模型多模态模型科研
改记忆只动一个方向:KronLSTM 给线性注意力补上更稳的长上下文更新
KronLSTM 扩展 xLSTM,用 Kronecker Delta 只沿单一方向修订关联矩阵以减少对旧信息干扰;记忆动态可视为收敛马尔可夫链且期望范数有界,长上下文上对 DeltaNet 等线性注意力有竞争力。
来源:Hugging Face Daily Papers把记忆写进模型计算:MemT-1.0在128K历史上加速并降存储
MemT-1.0将记忆内化进模型计算,经34B token两阶段训练,平均优于参数记忆基线,128K历史上相对全量KV约1.86倍加速、存储约降66倍。
来源:Hugging Face Daily Papers不必全量微调:LoRA把1040亿参数模型接到脑编码
用LoRA和轻量readout适配最多1040亿参数多模态骨干,九个骨干上脑编码均有提升,并在Algonauts 2025取得已发表最佳。
来源:Hugging Face Daily Papers一半维度超过全维MRL:SpecMRL用参数谱重排嵌套表示
SpecMRL用参数导出的谱基按重要性重排特征,使MRL前缀读出更有效。MTEB上各降维尺度均优于MRL,一半维度即可超过全维MRL。
来源:Hugging Face Daily Papers2026-10-20周二2 篇PyTorch
2026-10-16周五2 篇大语言模型强化学习
2026-10-15周四1 篇视频大模型
2026-10-14周三1 篇PyTorch
2026-10-10周六2 篇AI 智能体性能优化
2026-10-09周五1 篇代码智能体
2026-10-08周四1 篇强化学习
2026-10-07周三2 篇大语言模型AI 智能体
2026-10-06周二3 篇视频大模型大语言模型科研
分辨率可换成时间密度:LoHi用双通路做长视频免训练加速
LoHi以免训练把密低分辨率流与稀疏高分辨率帧接入VLM,匹配token下平均准确率高10.6个百分点,小时视频前端解码最高降7倍。
来源:Hugging Face Daily Papers离策略合并优于在策略自蒸馏:用更早检查点嫁接更新
论文称对后训练模型,离策略合并配方 grafting 优于会引发推理崩塌的在策略自蒸馏,并在专家蒸馏、自我改进与知识注入中讨论。
来源:arXiv常数步长SSGD也能做有限样本推断:在线分位数回归免估协方差
该文用常数学习率SSGD研究流式分位数回归,在有限矩条件下给出有限样本高斯近似,并以后缀平均修正偏差,实现不必估计协方差的在线推断。
来源:arXiv2026-10-03周六3 篇强化学习物理 AI科研
稀疏奖励不再被淹没:DARA用密度校正加快多目标学习
DARA按批次活跃组密度做反平方根加权,抬升稀疏奖励信号,工具调用与数学推理上比GDPO更快达到格式和长度合规。
来源:Hugging Face Daily Papers代码里做条件检查和局部重试:机器人智能体更省 Token、成功率更高
PyRUA-Lean 把原语与 VLA 策略编成可局部重试的 Python 单元,只回传点名观测。700 个仿真任务上,同等调用预算成功率从 63.1% 升至 71.7%,双方成功实例输入 token 少 65%。
来源:Hugging Face Daily Papers不必把连续表面切碎:SILSA用滑动切片潜变量保住高分辨率3D拓扑
SILSA以三轴重叠滑动切片潜变量替代体素token,结合切片级拓扑监督与单阶段rectified-flow,在减少token的同时提升结构保真和拓扑一致性。
来源:Hugging Face Daily Papers2026-10-02周五1 篇AI 生态
2026-10-01周四1 篇视频大模型
2026-09-30周三2 篇性能优化强化学习
2026-09-29周二2 篇大语言模型多模态模型
2026-09-25周五2 篇Transformer多模态模型
2026-09-23周三2 篇大语言模型AI 智能体
2026-09-22周二2 篇AI 生态大模型
没有匹配的日报,换个关键词试试。