PulseAugur
中
实时 00:23:31
English(EN) FuseSampleAgg: One-Pass Neighborhood Estimation for Budgeted Knowledge-Graph Refresh and Validation

新的 PyTorch CUDA 算子加速知识图谱嵌入更新

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了 FuseSampleAgg，一种新颖的 PyTorch CUDA 算子，旨在优化知识图谱 (KG) 嵌入更新。该新算子通过将采样和平均聚合融合到一次性处理中，简化了邻域估计过程，显著降低了计算开销和内存使用量。在基准测试中，与现有的 DGL 基线相比，FuseSampleAgg 在端到端步长延迟方面实现了 2.24 倍至 3.48 倍的提升，瞬时 GPU 内存减少了高达 160 倍。这种优化对于需要高效、有预算刷新的网络和网络安全领域的大规模 KG 管道尤其有利。 AI

影响 加速知识图谱嵌入的训练和刷新，从而在网络和网络安全等领域实现更高效的人工智能应用。

排序理由 该集群描述了一种在 arXiv 论文中发布的新方法，用于优化机器学习管道的特定组件。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的 PyTorch CUDA 算子加速知识图谱嵌入更新

本文如何被排名

Signal score
0 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
该集群描述了一种在 arXiv 论文中发布的新方法，用于优化机器学习管道的特定组件。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
infra, paper
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
121 days old
Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Aleksandar Stankovi\'c, Haoran Du, Xinming Wang ·

    FuseSampleAgg：用于有预算知识图谱刷新和验证的单遍邻域估计

    arXiv:2511.13645v2 Announce Type: replace Abstract: Operational knowledge-graph (KG) pipelines in networking and cybersecurity increasingly need to refresh embeddings under strict time, memory, and audit budgets, especially as curated feeds and LLM-assisted extraction accelerate …

相关实体

相关话题