PulseAugur
中
实时 11:10:45
English(EN) RAG-HAR+: Towards Cost-Efficient LLM-Based Human Activity Recognition for Edge Deployment

RAG-HAR+ 增强了基于LLM的边缘设备人类活动识别能力

作者 PulseAugur 编辑部 · [3 个来源] ·

研究人员开发了RAG-HAR+，这是用于人类活动识别（HAR）的检索增强生成（Retrieval-Augmented Generation）的扩展。该新方法通过加强检索机制和减少对LLM推理的依赖，优化了边缘设备上基于LLM的HAR的成本效益。RAG-HAR+采用检索设计代理（Retrieval Designer Agent）进行数据集特定特征分组，并采用分层推理方法，对置信度高的预测使用多数投票，并将不确定的情况推迟给基于LLM的模糊解析代理（Ambiguity Resolver Agent）。该系统在六个基准测试中表现出具有竞争力或改进的性能，同时显著降低了LLM使用量、令牌消耗和推理时间。 AI

影响 这项研究可能在边缘设备上实现更高效、更具成本效益的AI驱动的人类活动识别，影响医疗保健和智能环境中的应用。

排序理由 该集群描述了一篇关于使用LLM进行人类活动识别的新颖方法的最新研究论文。

在 arXiv cs.IR (Information Retrieval) 阅读 →

AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →

RAG-HAR+ 增强了基于LLM的边缘设备人类活动识别能力

报道来源 [3]

  1. arXiv cs.LG TIER_1 English(EN) · Hansi Karunarathna, Nirhoshan Sivaroopan, Chamara Madarasingha, Anura Jayasumana, Kanchana Thilakarathna ·

    RAG-HAR+: 面向边缘部署的低成本 LLM 人类活动识别新方法

    arXiv:2607.26631v1 Announce Type: new Abstract: Human Activity Recognition (HAR) from wearable sensors supports applications in healthcare, rehabilitation, fitness tracking, and smart environments. Yet, existing deep learning approaches require dataset-specific training, large la…

  2. arXiv cs.IR (Information Retrieval) TIER_1 English(EN) · Kanchana Thilakarathna ·

    RAG-HAR+: 面向边缘部署的低成本 LLM 人类活动识别新方法

    Human Activity Recognition (HAR) from wearable sensors supports applications in healthcare, rehabilitation, fitness tracking, and smart environments. Yet, existing deep learning approaches require dataset-specific training, large labeled corpora, and repeated adaptation to new se…

  3. Hugging Face Daily Papers TIER_1 English(EN) ·

    RAG-HAR+: 面向边缘部署的低成本 LLM 人类活动识别新方法

    Human Activity Recognition (HAR) from wearable sensors supports applications in healthcare, rehabilitation, fitness tracking, and smart environments. Yet, existing deep learning approaches require dataset-specific training, large labeled corpora, and repeated adaptation to new se…

相关实体

相关话题