实体
Anns
Anns
PulseAugur coverage of Anns — every cluster mentioning Anns across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新研究揭示AI神经网络中涌现出符号模式
一篇新的研究论文探讨了人工神经网络（ANNs）中符号模式的涌现，挑战了将ANNs视为纯粹黑箱模型的观点。该研究表明，不同ANNs的推理逻辑可以被重新表述为稀疏的符号交互，这表明这是一种自然规律而非巧合。这一发现得到了数学证明和广泛的经验证据的支持，突显了对ANNs进行符号解释的潜力，并为其泛化能力提供了新的见解。
-
神经形态计算使用射频神经元实现节能无线分离处理
研究人员开发了一种利用共振放电（RF）神经元的新型神经形态无线分离计算架构。该系统直接处理时域信号，无需进行高能耗的频谱预处理。通过在可调谐频率下共振，RF神经元在保持低放电活动的同时高效提取频谱特征，从而显著降低了计算和传输能耗。
-
RedNote的HELMSMAN将ANNS硬件成本降低90%
RedNote（小红书）的研究人员开发了HELMSMAN，一个新颖的基于聚类的近似最近邻搜索（ANNS）系统，旨在显著降低大规模ANNS部署的硬件成本。通过集成用户空间存储栈、学习型剪枝模块和GPU加速构建流水线，HELMSMAN实现了可观的节省，将硬件成本降低了90%以上。该系统能够在数小时内处理数十亿规模的索引重建，并且目前支持在40台机器上运行ANNS工作负载，而此前这需要大约35,000个核心和0.35 PB的DRAM。