评测
TRACE：通过残差激活码本编码实现通信高效的分布式边缘推理
一句话结论 TRACE 将每层 Transformer 的后注意力残差处 VQ 编码替换为码本索引，把“传输后投影”瓶颈化简为查表，端到端提速最多 1.27 倍并降低通信 22,624 倍。 关键要点 论文题为 TRACE: Transformer Residual Activation Codeb
探索 AI 世界
热门模型与厂商
按厂商、模型、技术方向与内容领域聚类的文章索引，点击词条查看相关文章。
评测
研究证实物理标签提示语能提升大语言模型在工程仿真器校准初期的效率，但混合工作流表现更优
一句话结论 物理标签提示语显著提升大语言模型早期校准效率，但混合优化策略以更少模拟运行次数实现更高精度。 关键要点 在25次试验中，首次物理增强的大语言模型建议在23次中改善了初始设计。 经过5次评估后，物理增强组的中位校准误差比无物理信息对照组低21.9倍。 大语言模型的解码器变异性导致其性能分布
评测
CGDT-CESN 提出基于相关性引导的聚类回波状态网络以提升多元时间序列预测精度
一句话结论 新模型 CGDT-CESN 通过数据驱动聚类与关联权重训练，在 Twitter 级联和太阳风预测中全面超越传统 ESN。 关键要点 模型采用模块化池架构，每个子群专攻单一变量，跨子群连接由变量间实证相关性决定 创新之处在于不仅训练常规读出层，还针对相关性引导的跨子群连接权重进行训练 在
评测
离散扩散模型新架构：通过区域非齐次前向动力学提升上下文验证与生成精度
一句话结论 研究人员提出区域非齐次前向动力学方法，解决离散扩散生成中的二值信任问题，显著提升模型对损坏上下文的检测与修复能力。 关键要点 该研究重新打开了离散语言扩散中前向过程的设计空间，打破了传统吸收型腐蚀（absorbing corruption）的局限。 核心机制结合吸收核（absorbing
评测
BOLT 框架通过下界引导学习优化带运输耦合的柔性作业车间调度
一句话结论 BOLT 利用多瓶颈下界作为奖励信号，在 80 模块生产批次中将平均完工时间比最优启发式规则降低 13.0%。 关键要点 BOLT 构建基于链式、机器容量和车队容量的松弛下界，其逐步变化形成奖励，确保不会超过可达完工时间。 在 10 模块预制构件实例中，当满载移动占车队时间至少 66%
工具与产品
开源掌机演进史：从 Linux 早期实验到中国供应链主导的创客与复古双线生态
一句话结论 开源掌机历经二十余年，从早期 Linux 实验转向由中国人主导硬件交付、西方主导文化叙事的创客与复古游戏双线并行格局。 关键要点 2001 至 2010 年被称为“纯粹时代”，核心机型均运行 Linux，GP2X 售价 170 美元，OpenPandora 因供应链问题仅出货约 6000