#开源工具
共 11821 篇相关文章
CPU也能跑！深度与经典融合的调制识别新模型FuseAMC
FuseAMC融合残差CNN与累积量分类器，在RadioML 2016.10a上达55.8%准确率，仅需单CPU核心运行，为边缘部署提供高效自动调制分类方案。
Split-KV：破解扩散草稿模型训练中的上下文并行瓶颈
Split-KV 提出一种精确上下文并行方法，利用扩散草稿模型中查询远短于上下文的非对称性，将注意力通信量与上下文长度解耦，并通过代价感知 LPT 调度实现负载均衡，在 CP 规模 64 下保持 85–91% 弱扩展效率，最高取得 3.67 倍加速。
Salesforce并购数据整合：自主ETL流水线框架与仿真验证
面向Salesforce并购整合的自主ETL流水线参考框架：分区抽取、声明式映射、质量门、MDM模糊匹配、逐记录错误捕获与CDC断路器，映射到Jitterbit，并在合成双组织场景验证匹配F1与增量同步一致性。
MoE路由揭示推理行为，无需训练即可削减30%测试时计算
最新研究利用MoE路由器实现无需训练的推理行为控制，可减少30.4%的测试时计算量，准确率不降反升。了解如何通过路由分数编辑抑制过度思考，优化AI推理成本。
CHARM+：跨硬件注意力机制如何突破分布式通信瓶颈
CHARM+ 提出跨硬件注意力优化方案，通过通信分级与解耦消除带宽不均衡带来的同步开销。在双 NUMA PCIe 架构上前向加速 1.3 倍、反向 1.7 倍，双节点 NVLink 架构上前向 2.8 倍、反向 2.9 倍。
Agent读客户数据后，AI网关怎么选？
当AI代理通过MCP读取客户数据时，AI网关需满足PII剥离与工具调用审计两大合规要求。本文分析NeuralTrust TrustGate、Composio、TrueFoundry和LiteLLM四个候选方案的定位差异，并给出PII测试、审计日志验证和故障降级策略的落地建议。
GitHub 再现重大故障：PR、Git 操作与 Issues 集体宕机
GitHub 状态页面通报 Pull Requests、Git 操作与 Issues 同时出现故障，引发 Hacker News 热议。本文分析故障对开发者工作流的连锁影响，以及集中化代码托管的稳定性风险与应对思路。
D3D：解耦扩散起草，异步投机解码提速5.71倍
D3D 提出解耦扩散起草器，通过块级去噪与自回归辅助监督摆脱对目标模型隐状态的依赖，实现异步投机解码，在 Qwen3 目标模型上取得最高 7.48 倍解码加速。
SumOne：即插即用的智能体记忆摘要器
SumOne 是一种即插即用的智能体记忆摘要器，通过掩码重建和 GRPO 训练，在 DeepSearchQA 和 SWE-bench Verified 上分别降低约 78% 和 75% 推理成本，性能仅下降 0.04，且可跨模型和框架迁移。
AmbiHTMLBench：HTML文档解析新基准
AmbiHTMLBench是一个基于HTML的视觉丰富文档解析基准，包含1,115个页面，采用客观与主观双协议评估，揭示自动指标与人类感知的互补性。
不确定性引导框架：微流控液滴生成器的代理模型增强与逆向设计
一篇研究提出不确定性引导框架，用神经网络集成预测微流控液滴生成的流型与直径，通过靶向仿真富集代理模型，并结合粒子群优化实现逆向设计，显著提升预测精度并降低计算成本。
FPTR：截止时间约束下的可行性与事务性优化框架
FPTR框架通过事务性精炼确保无线调度在截止时间前返回可行波束与资源分配，实验显示流量提升且全部运行满足100毫秒限制，开源实现支持复现。
容量集群编辑问题：近似算法突破至1.7537
容量集群编辑问题新突破：论文提出降规模技术和混合采样方法，将近似比从5.37提升至随机化1.7537+ε，显著缩小与无容量版本的差距，为生物信息和社交网络聚类提供更优算法。
奖励预算机制破解LLM推理RL的早熟收敛难题
本文解读Reward Budgeting研究：通过为每个提示分配固定奖励预算来构造优势函数，在不显式维持熵的情况下缓解LLM推理RL的早熟收敛，在Qwen3-8B和Llama3.2-3B-Instruct上于AMC23、AIME24/25基准取得显著提升。
TandemBench：多智能体协作决策模型基准
TandemBench 基准包含 1,200 个多智能体烹饪场景问题，评估决策模型在团队计划选择与最优性验证上的表现。最佳原生模型决策准确率 62.50%，但在最优性验证上接近随机水平，揭示系统性判断偏差。
MAEP：模态感知专家剪枝，让MoE多模态大模型塞进单卡40GB
MAEP 是一种免训练的模态感知专家剪枝框架，按视觉与语言分别评估 MoE 专家重要性，在多数多模态基准上优于模态无关基线，减少约 27 GB 专家权重，使约 58 GB 的 MoE 多模态大模型可装进单张 40 GB GPU。
Forge发布新能力：开放模型打底，集成降本，定制训练
Forge 发布新能力，支持企业从开放模型起步、集成多个模型降低推理成本、并基于业务独特性进行训练，覆盖 AI 原生公司与财富 500 强企业。
Reflection开源501B参数MoE模型Beam
Reflection宣布正在构建501B参数MoE模型Beam，计划以开放权重发布。本文介绍模型规格、开源策略及对开源AI生态的潜在影响。
