A Multi-agent System for Hybrid Optimization 
过程工程中的优化问题（包括设计和操作）通常会对许多求解器构成挑战：多模式，非平滑和不连续的模型通常具有较大的计算要求。在这种情况下，优化问题通常被视为一个黑匣子，其中仅需要目标函数的值，有时表明措施违反了约束。传统上，通过使用直接搜索和元元素方法来解决此类问题 ...
0 0 0 2025/02/04 arXiv:2501.09563v1 yunfeng
DeepFlow: Serverless Large Language Model Serving at Scale 
本文介绍了DeepFlow，这是一个可扩展的无服务器AI平台，旨在在云环境中在大规模上有效地提供大型语言模型（LLM）。 DeepFlow通过四个主要设计组件解决了主要挑战，例如资源分配，服务效率和冷启动潜伏期。首先，它使用一个名为“请求 - 任务”模型的简单无服务器抽象，该抽象有助于管理跨培训和模型服务任务的AI工作负载 ...
0 0 0 2025/02/04 arXiv:2501.14417v2 yunfeng
On the Diversity of Synthetic Data and its Impact on Training Large Language Models 
大型语言模型（LLM）的兴起突显了对多种高质量培训数据的需求。合成数据是解决数据稀缺性和无法获取性的可行解决方案。尽管以前的文献主要集中在真实数据的质量和数量上，但我们的工作可以测量合成数据中的多样性，并探讨其对LLM性能的影响 ...
0 0 0 2025/02/04 arXiv:2410.15226v2 ymx
Dr.Spider: A Diagnostic Evaluation Benchmark towards Text-to-SQL Robustness 
神经文本到SQL模型在将自然语言问题转化为SQL查询时取得了显着的性能。但是，最近的研究表明，文本到SQL模型容易受到特定于任务的扰动的影响。以前的策划鲁棒性测试集通常集中在单个现象上 ...
0 0 0 2025/02/04 arXiv:2301.08881v2 mencius
Rationality and categorical properties of the moduli of instanton bundles on the projective 3-space 
我们证明了在$ \ Mathbb p^3 $上的数学intanton矢量束的模量空间的合理性和不可约性。特别是，结果适用于等级2情况。这个问题首先是由1970年代后期的Barth，Hartshorne，Hirschowitz-Narasimhan研究的 ...
0 0 0 2025/02/03 arXiv:2501.19189v1 AbyssMage233
AbyssMage233
A Survey for Solving Mixed Integer Programming via Machine Learning 
本文调查了利用机器学习解决混合整数编程（MIP）问题的趋势。从理论上讲，MIP是一个NP硬性问题，并且大多数组合优化（CO）问题可以作为MIP提出。像其他CO问题一样，人为设计的MIP启发式算法依赖于良好的初始解决方案，并且花费了大量计算资源 ...
0 0 0 2025/02/03 arXiv:2203.02878v1 alex666
Anomaly Transformer: Time Series Anomaly Detection with Association Discrepancy 
时间序列中异常点的无监督检测是一个具有挑战性的问题，这需要模型导出可区分的标准。以前的方法主要通过学习点表示或成对关联来解决该问题，然而，这两种方法都不足以推理复杂的动态。最近，变形金刚，在点式表示和成对关联的统一建模方面表现出了强大的威力，我们发现每个时间点的自注意力权重分布可以体现与整个系列的丰富关联... ...
0 0 0 2025/02/03 arXiv:2110.02642v5 wrt136
Memory based neural networks for end-to-end autonomous driving 
自主驾驶的端到端控制方面的最新工作已经调查了基于视觉的外部感知感的使用。受这些结果的启发，我们提出了一种新的基于端到端内存的神经体系结构，用于机器人转向和油门控制。我们根据基于模拟测试电路的性能来描述和将这种体系结构与以前的方法和以前的方法进行比较 ...
0 0 0 2025/02/03 arXiv:2205.12124v1 fqf

来一起翻译吧！


为了您和其他读者获得更好的阅读体验，请您勇敢地改进翻译，特别是一些显而易见的机器翻译错误。


虽然我们追求卓越，但我们并不要求翻译十全十美，因此请不要担心您翻译有误 —— 我们的服务器已经记录所有的翻译，您不必担心会因为您的失误导致无法挽回的破坏。（改编自维基百科）