reduced instruction set computing
PulseAugur coverage of reduced instruction set computing — every cluster mentioning reduced instruction set computing across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
为机器学习中的RISC池分析开发了新的保护层
研究人员开发了一种新颖的可微分标量平衡层，旨在强制执行有限的导向加载RISC池内的守恒，解决了配对导向-转录物分数独立解释的局限性。该层产生了重分布定理，并提供了对检索近似和条件秩不变性的见解。对档案脱靶数据的实验显示，修正的热力学亲和力与测量的抑制作用弱相关，并且虽然配对排列检验未能建立额外的预测价值，但GapNet模型显示了描述能力。研究还发现，剂量拟合是异质的，并且经常违反模型隐含的约束，这表明竞争参数无法确定，尽管饱和压缩竞争…
-
新协议增强自动驾驶安全测试
研究人员推出了一种名为RISC（Risk-Informed Slice Coverage，基于风险的切片覆盖）的新协议，旨在提高自动驾驶系统的安全性和评估水平。该协议通过关注高风险驾驶条件并提供明确的覆盖证据来指导测试。通过将有限的审计预算导向相关数据子集，RISC旨在比随机抽样更有效地发现关键故障。概念验证表明，RISC能够显著增加行人感知模块中关键故障的发现率。
-
“互联网之父” Vint Cerf 从 Google 退休
被广泛誉为“互联网之父”的 Vinton Cerf 在为 Google 服务二十余年后，将卸任其首席互联网布道师的职务。Cerf 是 TCP/IP 等互联网基础协议的联合设计者，在 Open Frontier 会议上受到了表彰。他还分享了他对 AI 代理未来的看法，预测它们的交互将需要标准化的协议来实现互操作性，而不是仅仅依赖自然语言通信。
-
新的RISC方法通过排序答案来提高LLM的准确性
研究人员开发了一种名为Ranking-Improved Self-Consistency (RISC) 的新方法，以提高大型语言模型的准确性。该方法将从多个生成的推理路径中选择答案重新构建为一个排序问题，超越了简单的多数投票。RISC 利用一个轻量级的LambdaRank模型，该模型具有评估答案频率、语义相关性和推理一致性的特征，从而在问答任务上实现了更好的准确性-效率权衡。