实体
E2LLM
E2LLM
PulseAugur coverage of E2LLM — every cluster mentioning E2LLM 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
0
90 天内 1
层级分布 · 90 天
主题
时间线
- 2026-07-12 product_launch E2LLM has released SiFR, a new format specification for capturing web page data, along with its associated taxonomy and model skills. 来源
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
E2LLM发布开放SiFR格式以确定性地捕获网页数据
E2LLM发布了SiFR，这是一种用于捕获网页数据的新格式规范，以及相关的分类法和模型技能。与可以执行任何操作的典型自主代理不同，E2LLM充当感知层，为语言模型提供结构化的浏览器感知能力和一组有限的受控执行器。SiFR格式旨在实现确定性和令牌效率，通过显着性对节点进行排名并将其展平为关系模型，这使其与DOM转储和可访问性树区分开来。该系统包括九个工具，其中五个用于只读感知，四个用于交互，确保状态更改操作被严格定义并可由用户确认。
-
AI代理需要结构化运行时感知来进行网页浏览
在网页浏览器中运行的AI代理需要一种名为结构化运行时感知的新感知层。目前的屏幕截图、辅助功能树或原始DOM等方法只能提供实时网页的不完整或嘈杂的视图。结构化运行时感知旨在捕捉网页的动态状态，包括被禁用、隐藏或正在加载的元素，这对于代理程序准确理解和交互缺乏干净API的应用程序至关重要。
-
E2LLM框架优化边缘/雾环境中的LLM服务
研究人员开发了E2LLM，一个在资源受限的边缘和雾环境中高效部署大型语言模型（LLMs）的新框架。与假设单设备托管的传统方法不同，E2LLM将模型复制到设备组中并使用模型并行。它根据副本在输入/输出令牌上的效率，为副本分配专门的角色（PREFILL或DECODER），利用这些推理阶段之间的差异。该框架采用遗传算法进行设备聚类和动态规划进行最优分区，与Splitwise基线相比，在高需求下等待时间显著减少了50%以上。