实体
Peer
Peer
PulseAugur coverage of Peer — every cluster mentioning Peer across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新AI框架PAFIR增强了个性化跌倒风险预防
研究人员开发了PAFIR，一个用于个性化跌倒风险预防的新框架，解决了静态模型的局限性。PAFIR将自适应特征选择构建为强化学习问题，使其能够从异构纵向数据中学习并考虑稀疏的跌倒结果。该系统联合建模评估变量之间的依赖关系和身体活动数据中的时间动态，随着时间的推移调整特征选择，以支持更及时和个性化的预防策略。
-
新的PEER框架增强了AI在支持对话中的共情推理能力
研究人员推出了一种新颖的强化学习框架PEER，旨在提高AI模型在情感支持对话中的共情推理能力。PEER将过程分解为三个阶段：分析对话历史、推断情绪状态以及在生成回应前选择合适的策略。该框架使用GRPO和UnifiReward，这是一个统一的奖励模型，用于评估推理步骤和最终输出。实验证明，PEER在增强共情、策略一致性和人类相似性方面是有效的，同时减轻了重复回应的模式。
-
OmniMoE 引入原子专家，实现更快、更准确的 MoE 模型
研究人员推出了一种新颖的混合专家（MoE）架构 OmniMoE，旨在提高效率和性能。OmniMoE 利用向量级原子专家和共享的密集 MLP 分支来最大化容量并保持可扩展性。该框架包含一个笛卡尔积路由器以降低复杂性，以及一个以专家为中心的调度器以优化内存访问，将分散查找转换为密集矩阵运算。在七个基准测试中，OmniMoE 展现出优越的零样本准确率，并显著降低了与现有 MoE 模型相比的推理延迟。