Richard
PulseAugur coverage of Richard — every cluster mentioning Richard across labs, papers, and developer communities, ranked by signal.
-
新的DICS方法用更少的数据改进VLM训练 · 已追踪2个来源
研究人员开发了DICS，一种用于选择高质量视觉指令数据以训练视觉语言模型（VLM）的新颖方法。DICS利用一种称为数据内在一致性（DIC）的自评分指标，该指标包含视觉信息一致性（VIC）和响应信息一致性（RIC）模块。这种方法优化了样本内一致性与全局多样性之间的平衡，显著提高了模型性能，同时大大减少了训练数据。实验表明，DICS的性能优于现有方法，仅使用25%的数据即可达到接近全数据集微调的性能，并已用于整理一个600万样本的语料库以…
-
UAV-gNB 控制系统整合了空中部署与用户级调度
研究人员开发了一种用于系留毫米波UAV-gNB的分层控制系统，该系统整合了空中部署与用户级调度。该系统利用O-RAN解耦和多时间尺度RIC架构。一个非实时RIC rApp管理UAV部署和切片预算，而一个近实时RIC xApp则使用排列等变DeepSets Actor-Critic调度器处理用户级资源分配。与现有方法相比，这种方法显著提高了eMBB SLA满意度和URLLC的准时交付率。
-
开发者构建受硅谷启发的迷你去中心化互联网
一位开发者创建了一个去中心化互联网概念的迷你版本，该概念因电视剧《硅谷》而广受欢迎。这个用Python构建的小规模实现，展示了点对点网络如何使用内容寻址来存储和验证数据，其中数据通过其内容的哈希值来识别，而不是其位置。该项目突出了构建去中心化网络的关键技术挑战和原则，强调数据完整性和没有中央服务器。
-
AI未来项目概述“计划A”及未来研究方向
AI未来项目发布了“AI 2040：计划A”，一个用于应对潜在智能爆炸的框架。该项目正在寻求对各种策略的进一步研究，包括无限期暂停AI进展（计划S）、国内优先监管方法以及GPU军备控制协议。他们还旨在制定相互竞争的具体设想，并探索计划A的变体，以解决“干柴”（可能被重新用于能力研究的过剩计算能力，如果监管失败）等问题。
-
Richard C++ CNN 利用 Vulkan 进行 GPU 加速，无需 ML 库
Richard 是一款新推出的命令行应用程序，用于使用神经网络执行分类，完全用 C++ 和 Vulkan 编写。它支持密集层和卷积层，并通过 Vulkan 计算着色器实现 GPU 加速。该项目还包括用于性能分析的分析工具。