PulseAugur
中
实时 19:20:01
English(EN) Denial of Deadline: Network-Driven Accuracy Collapse in Distributed Inference Pipelines

新研究论文详述分布式AI推理中的“精度崩溃”

作者 PulseAugur 编辑部 · [1 个来源] ·

一篇题为《拒绝截止日期：分布式推理管道中的网络驱动精度崩溃》（Denial of Deadline: Network-Driven Accuracy Collapse in Distributed Inference Pipelines）的新研究论文已在arXiv上发表。该论文引入了“精度崩溃”的概念，即网络攻击（如Yo-Yo突发）可以利用分布式推理系统中的争用。这些攻击将来自高精度慢路径的预测推迟到其延迟截止日期之后，导致它们被丢弃，从而降低了系统的整体精度。研究在自动驾驶的背景下展示了这种现象，显示出物体跟踪质量的显著下降。 AI

影响 强调了分布式AI系统中的一种新漏洞，可能导致性能下降并需要新的防御机制。

排序理由 arXiv上发表的研究论文，详述了针对AI推理管道的新攻击向量。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

新研究论文详述分布式AI推理中的“精度崩溃”

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Jhonatan Tavori, Gur-Eyal Sela, Ion Stoica, Gil Zussman ·

    Denial of Deadline: Network-Driven Accuracy Collapse in Distributed Inference Pipelines

    arXiv:2607.24692v1 Announce Type: cross Abstract: Inference systems increasingly combine a fast path that returns predictions within the application's latency deadline together with a higher-accuracy slow path that runs higher-compute methods on stronger, remote hardware, so its …

相关实体

相关话题