École Normale Supérieure
PulseAugur coverage of École Normale Supérieure — every cluster mentioning École Normale Supérieure across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
高师与ITEM联合举办人文与科技活动
高师（ENS）的数字人文观测站与文本与现代手稿研究所（ITEM/CNRS-ENS）将联合为科技爱好者组织一场活动。本次活动旨在汇聚对科技与人文交叉领域感兴趣的人士。
-
新型RAGC模型为大规模路网提供高效交通预测
研究人员开发了一种名为正则化自适应图卷积（RAGC）的新方法，以提高大规模路网交通预测的效率。该模型利用具有线性时间复杂度的有效余弦算子（ECO）进行图卷积，解决了传统方法的扩展性问题。RAGC还包含一个结合随机共享嵌入（SSE）和自适应图卷积的框架，以在保持计算效率的同时提高预测准确性。在四个真实数据集上的实验表明，RAGC在准确性方面优于现有的最先进方法，并在计算性能方面具有竞争力。
-
Mamba 主干驱动新高效神经组合优化框架
研究人员开发了 ECO，一个利用 Mamba 主干的高效神经组合优化框架。该方法将轨迹生成与梯度更新分离，采用监督预热阶段，然后对批量候选集进行迭代式直接偏好优化。该框架包含一个混合 Mamba 编码器-解码器来管理内存增长并提高硬件效率，以及一个局部搜索引导的引导策略来稳定训练。与现有的神经基线相比，ECO 在旅行商问题和有容量车辆路径问题基准测试中展现出卓越的性能、内存效率和吞吐量。
-
AI 研究人员争论 AGI 是否需要物理具身，而不仅仅是多模态数据
一篇近期文章认为，尽管当前的大型语言模型能力令人印象深刻，但它们不太可能实现人工智能通用智能（AGI）。作者认为，真正的 AGI 需要对物理世界有扎实的、具身的理解，而仅通过预测下一个词元进行训练的模型缺乏这种理解。作者建议，与其专注于结合不同数据类型的多模态方法，不如将与环境的具身互动作为涌现智能的基础。