axon
PulseAugur coverage of axon — every cluster mentioning axon across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
Axon 超优化器使用程序合成技术优化 AI 加速器张量程序
研究人员开发了 Axon，一种新颖的超优化器，旨在提高 AI 加速器张量程序的性能。Axon 采用程序合成技术，根据语义规范自动生成目标指令，并通过探索语义等价的程序变体来选择最高效的内核。该系统通过计算图中的算子传播来发现代数变换，并利用 SMT 求解器确保语义不变性，无需手动重写规则。然后，它将张量运算转换为目标 ISA 指令，根据硬件约束优化切片配置，并融合算子以最小化内存流量。
-
英国警官因使用人工智能生成证据而接受调查
英国一个警区正在调查一名警官，指控其涉嫌使用人工智能伪造证据，这是英国刑事司法系统中此类事件首次被披露。此次事件凸显了在生成报告时使用人工智能时，必须保留原始素材（如执法记录仪音频）的关键重要性。没有原始录音，就无法区分人工智能的错误还是故意伪造，证据的完整性会受到损害，因为人工智能无法接受交叉质询。
-
供应链主管们将永久性颠簸常态化，优先考虑韧性
来自Axon和施耐德电气的供应链领导者将他们的角色描述为一种永久性的紧急状态，而不是一系列孤立的危机。他们强调了在持续的颠簸中为客户和股东维持正常运营所需的巨大隐形努力。重点已从成本优化转移到建立灵活和有韧性的供应链，即使成本更高，以应对关税变化、芯片短缺和地缘政治冲突等问题。
-
AI校车摄像头将成为移动监控网络
BusPatrol公司已为数万辆校车配备了AI摄像头，现计划将这项技术重新用于广泛的监控。该公司打算让这些摄像头具备自动车牌识别（ALPR）功能，捕捉校车遇到的所有车辆的位置信息。这些数据将与执法机构共享，可能通过Axon等承包商进行，这引发了重大的隐私担忧。
-
新研究解决扩散语言模型的局限性
研究人员正在探索改进扩散语言模型（DLM）的新方法，与自回归模型相比，DLM 提供了更快的推理速度。几篇近期论文介绍了增强 DLM 性能的技术，包括用于解耦重掩码的 NAVIRA、用于使用丢弃标记进行检索增强生成的 SARDI，以及用于支持标记揭示的 AXON。另一项研究确定了 DLM 的局限性，例如局部性偏差和来自掩码标记的干扰，并提出了一种无掩码的损失函数来改善上下文理解。此外，一项调查全面概述了 DLM 的格局，涵盖了基本原理、…
-
AXON 发布，成为首个原生人工智能的主权系统语言
一种名为 AXON 的新开源编程语言已推出，被设计为一种原生人工智能的主权系统语言。它拥有一个在编译时正式验证用户意图的编译器，并以 seL4 微内核为目标。AXON 拥有每秒 1.9 亿次操作的原生性能，并强调本地人工智能推理，无需依赖云。