PulseAugur
中
实时 21:19:40
实体 Linear Associative Memory

Linear Associative Memory

PulseAugur coverage of Linear Associative Memory — every cluster mentioning Linear Associative Memory across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 5
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 5
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 5 条
  1. TOOL · CL_289367 ·

    新的TAM框架增强了时空预测模型

    研究人员开发了一个名为任务感知记忆蒸馏(TAM)的新框架,以提高时空预测模型的效率。TAM通过将教师模型的知识组织成可检索的记忆来捕捉样本间的预测结构,而这些结构在标准的知识蒸馏方法中常常被低估。这种方法允许一个较小的学生模型通过引用历史教师数据来更有效地学习,从而在视频预测、天气预报和交通流量预测等任务中提高准确性,而不会增加学生模型的推理成本。

  2. TOOL · CL_200005 ·

    新方法TAM减少了语言模型推理的内存使用

    研究人员开发了一种名为思维感知注意力匹配(TAM)的新方法,以解决语言模型中由长推理序列引起的内存瓶颈问题。TAM将推理轨迹分割成块,根据片段重要性分配压缩预算,并保护关键标记。在Qwen3-4B的数学推理数据集上的实验表明,与均匀压缩方法相比,TAM将峰值内存使用量减少了65%,同时保持了具有竞争力的准确性。

  3. RESEARCH · CL_115315 ·

    新方法可视化MLLM对艺术品描述的推理过程

    研究人员开发了一种名为Token激活图(TAM)的新方法,用于理解多模态大型语言模型(MLLM)描述艺术品时背后的视觉推理过程。TAM生成热力图,突出显示模型为每个生成的token所使用的具体视觉证据,有助于区分视觉基础和对文本先验的依赖。研究发现,视觉基础的程度因token的语义类别而异,MLLM在艺术家归属方面的准确性高于预测艺术品标题。

  4. RESEARCH · CL_72508 ·

    新模块自适应机器人扭矩以实现鲁棒运动迁移

    研究人员开发了一个扭矩自适应模块(TAM),以改善机器人跨不同硬件和负载的运动迁移。TAM学习调整扭矩指令,使在模拟中训练的策略能够在真实机器人上稳健执行,而无需进行广泛的再训练或领域随机化。该模块已在 Franka Panda 机器人上成功实现了零样本执行,用于推箱子和平衡等任务。

  5. RESEARCH · CL_20253 ·

    线性记忆容量取决于检索:Top-1 为 $n\log n$,列表式为 $n$

    研究人员分析了线性联想记忆的容量限制,发现检索标准显著影响可存储的联想数量。对于 Top-1 检索(信号必须优于所有其他信号),记忆大小的规模为 $d^2 \asymp n \log n$。在考虑列表式检索(允许正确目标成为一组强候选者中的一员)时,容量呈二次方缩放 $d^2 \asymp n$。这项工作引入了尾部平均裕度(TAM)标准来形式化列表式检索,并开发了其性能的渐近理论。