PulseAugur
中
实时 10:32:04
实体 Apex

Apex

PulseAugur coverage of Apex — every cluster mentioning Apex across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
11
90 天内 36
发布 · 30天
0
90 天内 0
论文 · 30天
7
90 天内 17
层级分布 · 90 天
主题
关系
时间线
  1. 2026-06-11 research_milestone A new framework called APEX was introduced for automated prompt engineering with dynamic data selection. 来源
  2. 2026-06-11 research_milestone A new network-native time-series foundation model called APEX was introduced for wireless network operations. 来源
  3. 2026-06-10 research_milestone A new paper introduces APEX, a network-native time-series foundation model for wireless operations. 来源
情绪 · 30 天

4 天有情绪数据

最近 · 第 1/2 页 · 共 40 条
  1. TOOL · CL_368816 ·

    Ken Griffin向卡内基博物馆捐赠3具恐龙化石并提供500万美元捐款

    亿万富翁Ken Griffin将把三块稀有的恐龙化石借给匹兹堡的卡内基自然历史博物馆,为期十年。此外,Griffin还捐赠了500万美元,以支持该博物馆的古生物学研究和教育。此举旨在使重要的标本能够用于科学研究和公众参观,以对抗化石流入私人收藏的趋势。

  2. RESEARCH · CL_352091 ·

    APEX通过条件迁移改进视频生成,降低成本

    研究人员开发了一种名为APEX的新方法,用于少样本流式视频生成。该方法通过使用条件迁移改进了现有技术。这种方法无需单独的假分数网络,从而减少了训练内存和计算时间。根据人类评估和基准比较,APEX在指令遵循和视觉美学方面均优于S2-Avatar模型。

  3. TOOL · CL_348558 ·

    新的APEX框架提高了口语理解的准确性

    研究人员开发了一种新颖的两阶段检索框架APEX,用于口语理解(SLU),该框架改进了标准的基于查询的方法。该框架首先使用意图级原型识别潜在意图,然后在这些已识别的意图空间内检索相关的上下文示例。在SLURP数据集上的实验表明,APEX与Qwen3-4B和Gemma-3-4B模型结合使用时,在具有挑战性的高困惑度输入条件下,精确匹配准确率(EMA)显著提高了高达7.66个百分点。

  4. TOOL · CL_334157 ·

    MoE 卸载基准测试重新测试:量化和方法更改改变了结果

    对 16GB GPU 上的混合专家(MoE)卸载进行的后续基准测试重新测试显示,性能结论发生了重大变化。作者将所有测试模型的量化标准化为 Q4_K_M,并通过交错配置和取中位数生成速度来实施更严格的测试。这些调整带来了不同的结果,与最初的发现相反,选择性卸载现在在 Qwen 和 LFM2.5 等模型的性能优于传统的层拆分。

  5. TOOL · CL_314044 ·

    安全的 Salesforce-LLM 集成需要范围限定的 API 权限

    本文详细介绍了如何通过实施范围限定的 API 权限来安全地将 Salesforce 与大型语言模型 (LLM) 集成。它强调了控制数据访问、保护凭证以及验证 AI 生成的输出以防止未经授权的操作的必要性。提出的架构结合了最小权限 OAuth、Salesforce 对象和字段安全性、记录级别访问控制以及使用 Apex 和命名凭据进行的服务器端验证。

  6. TOOL · CL_300850 ·

    新框架通过区分策略使用与可执行性来提升AI数学推理能力

    研究人员开发了一个名为选择性策略检索(SSR)的新框架,以提高AI模型在数学推理方面的能力。该方法通过区分策略使用和策略可执行性来解决基于示例的指导的不稳定性。SSR通过选择性地检索和组合策略来显式地建模可执行性,从而在AIME25和Apex等基准测试中取得了显著的准确性提升。

  7. TOOL · CL_289446 ·

    新的APEX指标为AI提供无假设的图像质量评估

    研究人员推出了一种新的指标APEX,用于评估AI模型生成的图像质量。APEX利用切片瓦瑟斯坦距离(Sliced Wasserstein Distance),这是一种具有数学基础且无假设的相似性度量,以克服FID等传统指标的局限性。它被设计为嵌入无关的,并可以利用CLIP和DINOv2等开放词汇基础模型进行特征提取,在评估中表现出卓越的鲁棒性和稳定性。

  8. RESEARCH · CL_294632 ·

    APEX 方法在扩散模型中实现极致压缩

    研究人员开发了 APEX,一种用于扩散模型极致压缩的新颖方法,解决了重建质量和生成效率之间的权衡问题。APEX 利用分层潜在空间和跨通道组的异步去噪,允许在不增加 token 数量的情况下分阶段生成细节。该方法在 ImageNet-512 上显著优于现有方法,以更少的 token 和更低的计算预算取得了更好的结果,甚至超越了更大的模型。

  9. TOOL · CL_284529 ·

    APEX系统通过自适应推测解码优化LLM推理

    研究人员开发了APEX,一个旨在提高大型语言模型推理效率的新系统。APEX采用了一个学习型控制器,该控制器根据生成文本的可预测性动态调整推测解码策略。它从多种推测方法中进行选择,包括EAGLE-3等专家模型和n-gram方法,并在每个验证步骤中调整token草稿的深度。这种自适应方法旨在减少计算浪费并提高推理速度,与传统的自回归解码相比实现了显著的加速。

  10. TOOL · CL_282625 ·

    新的Python工具可检测LLM代理批准劫持漏洞

    一个新开发的Python检查器工具,用于识别链式LLM代理技能中的安全漏洞,特别是专注于“批准劫持”。该技术利用两个看似无害的技能如何通过使用进度文件作为中介,共同欺骗代理执行未经授权的操作。该检查器实现了基于技能和基于链的规则来检测这些恶意模式,突显了静态分析在应对不断发展的攻击方法方面的局限性。

  11. TOOL · CL_280130 ·

    新框架通过自我改进生成更难的 AI 推理问题

    研究人员开发了一个名为递归式 Harness 自我改进 (RSI) 的新框架,用于为 AI 模型生成越来越难的推理问题。该方法涉及任务和生成 Harness 的共同演进,允许中间求解器的失败为新技能和提示的创建提供信息。在数学、编码和科学方面的实验表明,这种自适应方法比传统方法产生了更难的任务,从而提高了下游微调模型的性能。

  12. TOOL · CL_260260 ·

    Meta 被勒令移除英国深度伪造内容;Wood Mackenzie 推出智能体 AI 平台

    Meta 的监督委员会已下令其移除平台上的深度伪造视频,此前该委员会批评该公司安全措施不足。此前,Facebook 被发现错误地允许一名工党议员和一名穆斯林活动家的 AI 生成视频保留在网上。另外,Wood Mackenzie 开发了 APEX,一个基于 Amazon Bedrock AgentCore 构建的共享智能体 AI 平台,使团队能够更高效地部署生产智能体。

  13. RESEARCH · CL_260021 ·

    九号公司构建15000张GPU集群用于多模态自动驾驶AI

    九号公司已建成行业首个近15000张GPU的L4级集群,使其APEX多模态基础模型向百亿参数迈进。这一显著的算力升级使公司能够更好地处理复杂、真实的驾驶场景,并加速其自动驾驶技术的自我进化。公司利用其在300个城市、超过30000辆车上的广泛真实运营数据来训练模型,将其定位为城市治理的实体AI服务提供商。

  14. TOOL · CL_233329 ·

    新的APEx框架通过自适应技能蒸馏增强AI研究代理

    研究人员推出了一种新颖的APEx框架,旨在增强使用大型语言模型和外部工具的深度研究代理。APEx将交互历史组织成实例级记忆和类别级程序化技能,然后通过三阶段训练过程进行优化。这种方法允许进行奖励引导的技能蒸馏,并使代理能够在测试时通过技能引导的强化学习进行在线适应,而无需真实标签即可自我改进。实验表明,APEx在各种基准测试中显著优于包括GPT-5.4在内的现有方法。

  15. COMMENTARY · CL_213229 ·

    AI成本优化将重点从Token转向业务成果

    企业在不必要的任务上过度依赖大型AI模型,而这些任务本可由更小、更高效的模型处理,从而产生了巨额成本。专家建议,应将重点放在衡量每项业务成果的成本上,而不仅仅是Token使用量。实施模型组合策略,将简单任务分配给成本较低的模型,仅将复杂判断交给前沿模型,可以实现可观的节省。投资于更好的上下文检索和采用缓存技术,可以进一步优化AI支出。

  16. TOOL · CL_198070 ·

    APEX 系统通过自适应预取提升边缘 MoE 推理效率

    研究人员开发了 APEX,一个自适应专家预取系统,旨在提高混合专家(MoE)模型在边缘设备上的推理效率。MoE 模型因其高容量和选择性参数激活而适合边缘部署,但其性能常受限于专家参数的内存访问。APEX 利用轻量级预取路由器和学习到的置信度模型,主动预测和加载专家参数,将此加载过程与计算重叠。该方法在保持正确性模式下可实现超过 99% 的重叠准确率,并将每 token 延迟降低高达 26%,能耗延迟积提高高达 41%;无停顿模式则在对…

  17. COMMENTARY · CL_185755 ·

    Northwood Space 首席执行官谈论太空初创公司的挑战与机遇

    Northwood Space 的联合创始人 Bridgit Mendler 讨论了太空初创公司不断变化的格局,强调了从证明可行性到实现可扩展运营的转变。她指出,尽管基于卫星的服务市场需求不断增长,SpaceX 的 Starlink 就是一个例子,但太空运营固有的技术复杂性带来了重大的执行挑战。Mendler 强调,只有少数太空初创公司会成功,并从 SpaceX 的垂直整合和经济竞争力策略中吸取教训。

  18. TOOL · CL_175265 ·

    Coros 更新手表,加入类似 Garmin 的实时追踪和睡眠洞察功能

    Coros 为其 Pace、Apex 和 Vertix 手表系列发布了重要更新,增强了实时追踪、睡眠分析和心率数据呈现等功能。新的实时追踪功能类似于 Garmin 的 LiveTrack,允许用户通过网络链接与观众分享实时进度,需要连接配对的智能手机。睡眠追踪改进包括将午睡纳入睡眠评分,更加强调睡眠一致性和压力,以及合并睡眠时段的能力。还引入了新的指标,如就寝时间一致性和睡眠压力,提供了对睡眠模式和外部影响的更深入洞察。

  19. MEME · CL_170306 ·

    Salesforce 顾问 Jaison 加入 Mastodon 分享 CRM 和 AI 见解

    Salesforce 顾问 Jaison 已加入 Mastodon,分享其在 CRM 解决方案方面的专业知识。他将发布关于 Salesforce 管理、Apex 和 LWC 开发、Agentforce、Data Cloud、集成以及 AI 在 Salesforce 中的应用等内容。Jaison 希望通过这些分享的见解与更广泛的 Salesforce 社区建立联系。

  20. TOOL · CL_160895 ·

    新框架为GNN实现精确Aumann-Shapley归因

    研究人员开发了APEX,一个旨在为图神经网络(GNN)提供精确Aumann-Shapley归因的新型框架。该框架利用了一种名为PolyGIN的专用GNN架构,该架构保持模型得分的多项式形式。通过利用这种多项式结构,APEX能够使用Gauss-Legendre求积法精确计算归因积分,与传统的近似方法相比,显著减少了所需的评估次数。实验表明,PolyGIN在保持具有竞争力的预测性能的同时,APEX框架提供了更高的归因保真度。