CMAPSS
PulseAugur coverage of CMAPSS — every cluster mentioning CMAPSS across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
llama.cpp v0.8.0 添加了 LiquidAI LFM3、DeepSeek V4.1 Flash 和新的音频 API
llama.cpp 项目发布了 0.8.0 版本，引入了对多种新模型的支持，包括 LiquidAI LFM3 系列、DeepSeek V4.1 Flash 和 Nemotron-3(.5)-Embed。此次更新还带来了重要的核心改进，例如改进的稀疏注意力机制、混合专家（MoE）模型的新缓存策略以及增强的内存处理。此外，该版本还包含了一个实验性的流式音频 API 和用于实时对话及文本转语音的新服务器端点，并对模型浏览和对话管理的用户界面进行了改进。
-
新型Transformer模型增强跨数据频率的预测性维护能力
研究人员开发了FreqCondNorm，这是一种新颖的基于Transformer的架构，旨在提高深度学习模型在不同机器和操作条件下进行预测性维护的迁移能力。该模型包含一个FiLM风格的频率条件归一化层，用于处理采样频率差异巨大的时间序列数据。FreqCondNorm在五个公开数据集上进行了预训练，在故障诊断方面表现出高精度，优于传统的CNN模型，并在不同采样频率下展现出强大的零样本迁移能力。
-
新框架优化流式系统中的大语言模型调用
研究人员开发了一个新颖的框架，用于决定在流式推理管道中何时调用昂贵的大语言模型（LLMs）。该方法将问题构建为一个基于风险的序贯停止问题，其中当风险函数超过设定阈值时，触发策略将被激活。该框架提供了性能方面的理论保证，包括事件间隔时间的界限、遗憾分析以及自适应阈值的收敛特性。在涡扇发动机退化数据上的实证验证表明，所提出的异常分数驱动的风险函数显著优于基线方法，实现了高诊断质量和次线性遗憾。