east
PulseAugur coverage of east — every cluster mentioning east across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
AI框架提升EAST托卡马克等离子体退役预测能力
研究人员开发了一种新颖的层次化多模态到单模态知识蒸馏框架，以提高EAST托卡马克等离子体退役的预测能力。该方法在训练过程中同时利用可见光图像和时间序列诊断信号来创建一个强大的教师模型。在推理时，仅使用时间序列数据，并将知识从教师模型转移到学生模型，从而在保持预测精度的同时显著降低计算成本。该框架在640次EAST放电的数据集上已证明了其有效性。
-
新型物理感知Transformer重建聚变偏滤器温度场
研究人员开发了一种物理感知神经算子Transformer（PNOT），用于重建聚变装置中钨块偏滤器的温度场。该方法旨在克服有限元方法（FEM）等传统数值技术的计算成本，从而实现实时应用。PNOT将热流关系建模为图，并使用图注意力来捕捉空间依赖性，同时结合物理感知模块和Sobolev正则化来提高预测精度和物理一致性。
-
多模态远程推理系统优化了机器学习模型的传感器数据传输
研究人员为多模态远程推理系统开发了新的策略，以在网络资源有限的情况下优化机器学习模型的准确性。提出的策略包括EAST、EAT和FT，旨在通过根据信息的时新度（以信息年龄AoI衡量）智能调度来自各种传感器的传数据，从而最大限度地减少推理错误。数值结果表明，这些新颖的策略在某些情况下显著优于传统方法，将推理错误减少了高达44.8%，同时在更复杂的情况下也大大缩短了计算时间。
-
中国在核聚变研究和投资方面取得重大进展
中国在核聚变研究方面取得了重大进展，成立了中国聚变能源有限公司（CFEC），注册资本超过21亿美元。最近的突破包括“人造太阳”托卡马克装置创纪录的等离子体约束时间超过17分钟，以及由Energy Singularity开发的、实现了21.7特斯拉磁场强度的新型高温超导磁体。此外，研究人员还开发了一种新型钢合金，能够承受比国际热核聚变实验堆（ITER）所用材料更强的磁场。
-
LLM 推理和推理技术随着新研究和硬件的进步而发展
研究人员正在探索新的方法来提高大型语言模型 (LLM) 的效率和推理能力。Google Research 正在开发训练 LLM 以贝叶斯方式进行推理的技术，从而提高它们更新概率估计和泛化到新任务的能力。同时，推理优化方面的进展包括“投机级联”，它将更小、更快的模型与更大的模型结合起来，以及“上下文回收”来管理长对话范围。此外，正在开发“级联多粒度剪枝”和“SharQ”等方法来压缩 LLM 以进行设备上推理，从而在保持准确性的同时降低延…
-
Eugene Yan 提出数据团队愿景和路线图创建指南
数据领导力作家 Eugene Yan 回应了一位名叫 E 的读者关于为新数据团队建立愿景和路线图的指导请求。Yan 建议了一个流程，包括利益相关者访谈以识别关键问题，然后进行成本效益分析以确定解决方案的优先级。他建议使用“为什么、是什么、怎么做”框架将这些优先问题记录在一页纸上，以获得利益相关者的支持并将它们整合到团队的路线图中。