Pim
PulseAugur coverage of Pim — every cluster mentioning Pim across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的MMPM框架改进了视频中的行人轨迹预测
研究人员开发了一个名为MMPM的新框架，以改进从第一人称视角视频进行的行人轨迹预测。该模型通过单独模拟不同的模式（例如过马路或不过马路）来应对多模态行人行为的挑战。MMPM框架包括一个行为感知的行人交互模块（PIM）和一个基于CVAE的模式感知轨迹预测器（MTP），它们共同捕捉复杂的交互和意图。在PIE和JAAD数据集上的实验表明，MMPM的性能优于现有的最先进方法，并且可以与BiTrap-NP和SGNet-ED等其他框架集成。
-
AHASD架构提升移动设备上LLM的推测解码性能
研究人员开发了AHASD，一种新颖的异步异构架构，旨在优化移动设备上的大型语言模型（LLM）推理。该架构采用任务级解耦进行并行草稿生成和验证，并结合自适应控制机制来抑制低置信度的草稿。AHASD在PIM内存中集成了专门的注意力计算和任务调度单元，旨在减少空闲开销和计算浪费。
-
新研究探讨大语言模型安全、效率和训练优化
研究人员正在开发新的方法来提高大语言模型（LLMs）的效率和安全性。一种名为“Widening the Gap”的方法利用了异常值注入来破坏LLM量化，证明安全风险已延伸到AWQ和GPTQ等先进量化技术。同时，其他研究则专注于通过自适应量化（XFP）、设备-边缘协作的推测解码（GELATO）以及高效的KV缓存管理（SparKV、Feather、Dooly）来优化LLM推理。此外，新的框架正在涌现，用于分析LLM推理的稳定性（Queue…
-
General Intuition 融资 1.34 亿美元用于开发基于游戏数据的世界模型
General Intuition 已获得 1.34 亿美元的种子轮融资，用于开发被视为超越大型语言模型的下一个前沿的世界模型。该公司计划利用其姐妹公司 Medal 提供的 38 亿个游戏精彩集锦的庞大数据集来训练这些模型。目标是创建能够进行时空推理的基于视觉的智能体，这些智能体能够从视频游戏迁移到包括机器人技术在内的现实世界应用。