PulseAugur
中
实时 19:52:02
实体 AsyncFC

AsyncFC

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

Show in brief
总计 · 30天
2
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 3
层级分布 · 90 天
主题
时间线
  1. 2026-05-14 research_milestone Researchers introduced AsyncFC, a framework for asynchronous function calling in LLMs. 来源
最近 · 第 1/1 页 · 共 3 条
  1. TOOL · CL_300936 ·

    AsyncFC 框架在无需模型更改的情况下提高了 LLM 函数调用的速度

    研究人员开发了 AsyncFC,这是一个增强大型语言模型 (LLM) 函数调用效率的新框架。该系统将 LLM 解码与函数执行分离,允许并行处理并减少总体延迟,而无需修改模型。AsyncFC 在编码任务上展示了 1.4 倍的速度提升,同时保持了准确性,表明 LLM 可以对表示未解决执行结果的符号未来进行推理。

  2. TOOL · CL_282714 ·

    新的Fan-Out基准测试LLM在并发工具调用中的安全性

    一项名为Fan-Out的新基准测试挑战已被开发出来,用于评估大型语言模型(LLM)在安全高效地处理并发工具调用方面的能力,尤其是在这些调用共享通用状态时。该基准测试衡量安全性、最优调度和速度,结果显示谷歌的Gemini模型在最难的环节中表现最佳,实现了高安全性和最优调度百分比。其他模型,如Anthropic的Claude和OpenAI的GPT-5.4-mini,也表现出不同程度的成功,一些模型在安全性方面表现出色,但在复杂的多代理场景…

  3. TOOL · CL_32652 ·

    AsyncFC 使 LLM 函数调用无需模型更改

    研究人员开发了 AsyncFC,这是一个新的框架,它能够为大型语言模型 (LLM) 实现异步函数调用,而无需对模型本身进行任何更改。这种方法将 LLM 解码与函数执行解耦,允许并行处理并显著缩短任务完成时间。该系统利用 LLM 对符号 Future 进行推理的能力,为更高效、响应更快的模型-工具交互铺平了道路。