PulseAugur
实时 10:46:44
English(EN) LipCache: A Local Inference Proxy with Certified Caching for Edge Image Classification Service

LipCache框架通过认证缓存增强边缘图像分类

研究人员开发了LipCache,一个旨在提高边缘侧图像分类服务效率的新框架。该系统使用一个名为GuardNet的轻量级网络将输入映射到特征空间,从而实现认证语义缓存。通过根据分类边距和谱范数计算重用半径,LipCache仅在查询落在认证球内时重用缓存结果,否则回退到主模型。这种方法在CIFAR和Tiny-ImageNet等标准数据集上实现了显著的加速,同时准确性下降很小,并确保所有缓存命中都满足理论一致性条件。 AI

影响 有潜力降低边缘AI应用的推理成本和延迟,提高实时图像分类性能。

排序理由 该集群包含一篇详细介绍新AI推理技术框架的学术论文。[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 →

LipCache框架通过认证缓存增强边缘图像分类

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Zhengzhe Xiang, Yinlin Chen, Fuli Ying, Binbin Zhou, Hailiang Zhao, Schahram Dustdar ·

    LipCache:一种具有认证缓存的本地推理代理,用于边缘图像分类服务

    arXiv:2608.13144v1 Announce Type: cross Abstract: As edge-side vision services continue to expand toward low-latency, high-throughput scenarios, reducing the inference cost of vision models without sacrificing reliability has become a central concern. Existing semantic caching me…