Grace
PulseAugur coverage of Grace — every cluster mentioning Grace across labs, papers, and developer communities, ranked by signal.
- 2026-05-22 research_milestone Publication of a new framework for efficient LLM activation steering. 来源
6 天有情绪数据
-
Nvidia 详解用于 Agentic AI 工作负载的 88 核 Vera CPU
在 Hot Chips 2026 上，Nvidia 详细介绍了其即将推出的 Vera CPU，重点介绍了其 88 核设计和定制的 Olympus 核心架构。该 CPU 采用新颖的空间多线程实现和高达 1.2 TB/s 的高带宽内存子系统。Nvidia 声称 Vera 针对 Agentic AI 工作负载进行了优化，在 Web 浏览和 Linux 内核编译等任务中展示了优于 AMD EPYC 9655P 的性能优势。
-
新的VQA系统增强文档理解和教育推理能力
研究人员开发了两种新的多模态视觉问答（VQA）系统方法。第一种，Q-Guide，使用一个小代理通过确定缺少哪些信息，然后调用目标工具来检索信息，从而智能地获取证据，在DocVQA2026和Manga109数据集上表现优于现有方法。第二种，GRACE，通过使用教学状态线索来专门化轻量级语言和视觉适应，专注于教育VQA，提高了在ScienceQA基准测试上的准确性。
-
AI框架利用卫星数据在加纳检测地下水异常
研究人员开发了一个无监督机器学习框架，利用GRACE卫星数据在加纳检测地下水储量异常。该研究分析了2004年至2024年的地下水变异性，确定了12个异常月份，包括显著的赤字和盈余。研究结果表明，早期存在持续的地下水赤字，随后正异常增加，空间差异显示加纳北部赤字更频繁，南部盈余更多。这种方法为地下水数据有限的地区的地下水监测提供了一种实用的方法。
-
GRACE框架使用LLM进行可扩展混合数据聚类
研究人员推出GRACE，一个旨在提高混合数据类型聚类可扩展性和准确性的新框架。GRACE利用大型语言模型（LLM）来锚定属性值的语义表示，创建一个统一的度量空间，连接数值和类别数据。该方法通过一次性锚定策略将昂贵的LLM计算与迭代优化分离开来，并使用数据集内部统计数据交叉验证外部语义。与11种其他方法相比，GRACE在聚类准确性和可解释性方面表现更优，同时保持了传统基线的可扩展性。
-
GRACE系统通过生成式推荐器加速实时广告检索
一篇新的研究论文介绍GRACE，一个旨在加速生成式推荐器以进行实时广告检索的系统。GRACE通过实现生成式目标匹配（GTM）来改进广告定位，并优化编码器-解码器Transformer以降低延迟和成本，从而解决了资格和计算方面的挑战。该系统在NVIDIA GH200硬件上实现了显著的性能提升，将交叉注意力延迟降低了高达68倍，并将整体解码器延迟降低了11.1倍。
-
新框架和库推动复杂时间序列因果发现
两篇新研究论文介绍了用于复杂时间序列因果发现的先进方法。第一篇论文提出了一个新颖的框架，在Transformer架构中使用反向因果自注意力机制来识别潜在和间接的因果关系，在各种数据集上表现优于现有方法。第二篇论文提出了Causal-TS，一个开源Python库，整合了多种因果发现算法，并包含处理非平稳数据和结构性断裂的功能，旨在为因果效应估计提供端到端流程。
-
NVIDIA 目标日产1000套Vera和Grace组件机架
据报道，NVIDIA 的目标是每天生产多达 1000 套包含 Vera 和 Grace 组件的机架。这一雄心勃勃的生产目标是在出货数十万台独立的 Grace 服务器之后提出的。
-
新的GRACE框架微调推荐系统以实现可持续性
研究人员开发了GRACE，一个新颖的微调框架，旨在将可持续性信号整合到现有的推荐模型中。这种方法旨在推广环保和健康的选择，而无需从头开始训练新模型，从而降低计算和能源成本。GRACE利用可微分近似来优化可持续性标准，并利用梯度投影机制来平衡这一目标与推荐准确性，在很大程度上保留了个性化质量的同时，展示了改进的可持续性成果。
-
谷歌起诉被驳回，英伟达加大服务器生产，DeepSeek V4 美国托管宣布
谷歌起诉 SerpAI 抓取搜索结果的诉讼被驳回，因为谷歌无法证明抓取行为的发生。另外，据报道，在交付了数十万台 Grace 单机标准服务器后，英伟达正以 Vera 为目标，日产量高达 1000 个机架。此外，有用户宣布 DeepSeek V4 将在美国托管，成本远低于其他提供商，预计很快推出。
-
Nvidia 强调 CPU 出货量，以应对人工智能工作负载转移 · 跟踪 4 个来源
Nvidia 正在强调其作为 CPU 提供商的角色，已出货数十万台 Grace 独立服务器。此次宣传重点的转变，是因为代理式人工智能工作负载日益需要 GPU 和 CPU 之间的平衡方法，摆脱了以往八个 GPU 配一个 CPU 的比例。该公司还推出了 Vera CPU，该 CPU 采用单片架构和高带宽互连技术，旨在与英特尔和 AMD 在数据中心市场展开竞争。
-
AI 不断演变的角色：创新、意识和社会影响的探索
一系列发布于2026年7月的帖子探讨了AI在社会中的作用，重点关注创新、同情心以及现代生活的挑战。主题涵盖了科学突破、全球外交、人类意识的复杂性、专注力，以及技术对联系和福祉的影响。这些帖子还涉及资源可持续性、冲突，以及AI在治理和法律等领域的伦理考量。
-
图神经网络重建历史储水量数据
研究人员开发了一种使用时空图神经网络（MTGNN）重建历史陆地储水量（TWS）数据的新方法。该深度学习模型从气象强迫数据中学习，生成可追溯至1940年的月度TWS异常值，从而扩展了卫星记录。该方法表现强劲，在网格单元和流域尺度上均实现了高相关性，并能重现厄尔尼诺和拉尼娜等重大气候事件。与现有重建技术相比，基于图的模型具有竞争力，同时需要更少的预测因子，并揭示了所有测试模型在干旱地区普遍存在的弱点。
-
GRACE方法增强了高维时间序列中的因果发现
研究人员开发了GRACE，一种用于在高维时间序列数据中发现因果关系的新颖方法。GRACE利用带有L0正则化的硬门控（Hard Concrete gates）来优化基于约束的发现，从而实现对因果边的稳健二元决策。与现有方法相比，该方法显著提高了F1分数和精确度，为复杂数据集提供了更快、更准确的解决方案。
-
新的GRACE框架增强了视频多模态大语言模型的情感预测能力
研究人员开发了GRACE，一个旨在提高多模态大语言模型（MLLMs）在预测视频广告观众情感方面的性能的新框架。GRACE通过提取结构化的、以动作为中心的证据，包括主谓宾三元组和参与实体的局部视觉裁剪，来解决当前多模态大语言模型的局限性。这种方法允许多模态大语言模型通过将线索固定在特定的视觉元素和时间序列上来进行更精确的情感推理。在Pitts数据集上的实验表明，与Qwen2.5-VL和Qwen3-VL等基线模型相比，GRACE显著提高了…
-
Nvidia 将在中国销售 Vera CPU，因 GPU 销售停滞
Nvidia 正在准备向中国客户销售其基于 Arm 的 Vera 服务器 CPU，并鼓励客户下达 8 月份的订单。此举正值 Nvidia 的 H200 AI GPU 因出口限制和中国政府批准障碍而对华销售仍被冻结之际。Vera CPU 受到的美国出口限制较轻，被视为 Nvidia 维持在中国市场份额的一种方式，初步部署据称仅限于中国云服务公司的海外数据中心。
-
新方法从人体三维运动中估算地面接触力
研究人员开发了一种名为 GraCE 的新方法，用于从人体三维运动捕捉数据中估算地面接触力。该方法利用人体的重心和身体质量分布来推断接触动力学，比传统的力板或压力垫提供了更具可扩展性的解决方案。GraCE 旨在捕捉复杂的压力分布，并在 GroundLink 和 MOYO 数据集上分别在地面反作用力和接触压力预测方面展现出卓越的性能。
-
胃癌AI模型GRACE提升病理学家准确性
研究人员开发了GRACE，一个专门用于胃癌病理的AI基础模型，该模型在包含超过48,000张全切片图像的大型数据集上进行了训练。在包括癌前病变识别和分子分型在内的各项诊断任务中，该模型表现优于通用的病理基础模型。在一项读者研究中，GRACE显著提高了病理学家的诊断准确性，缩短了分析时间，并增强了评分者间的一致性，显示出其在真实世界临床决策支持方面的巨大潜力。
-
《Resident Evil Requiem》多平台试玩版现已推出
备受期待的电子游戏《Resident Evil Requiem》的试玩版已发布，让玩家可以提前体验游戏。该试玩版包含可玩关卡， featuring characters Grace and Leon。它已在多个平台推出，包括 PlayStation 5、Xbox Series 和 Nintendo Switch。
-
新框架GRACE使大型语言模型激活控制更高效
研究人员开发了一个名为GRACE的新框架，以提高大型语言模型（LLM）中激活控制的效率。该方法利用模型激活的几何特性来指导搜索过程，解决了寻找有效控制方向的挑战。该框架旨在降低控制LLM的计算成本，而无需重新训练，从而使概念操控更加便捷。
-
新方法利用卫星数据重建陆地储水变化
研究人员开发了一种方法，通过整合GRACE前卫星观测和气候数据，重建了数十年的陆地储水变化。该方法提供了重建场、其不确定性以及相应时间序列的详细数据集。研究强调了这种综合重建的局限性和潜在用途。