新一代特定领域人工智能加速器的特点是对批量数据传输的需求迅速增加，而不是传统缓存一致性系统典型的小型、延迟关键的缓存线传输。在本文中，我们通过引入 FlooNoC 片上网络 (NoC) 来满足这一关键需求，该芯片具有非常宽、完全符合高级可扩展接口 (AXI4) 标准的链路，旨在满足高能效下的海量带宽需求。在传输级别，支持非阻塞事务以实现延迟容忍 ...

电子表格具有广泛的二维网格、各种布局和多种格式选项，给大型语言模型（LLM）带来了显着的挑战。为此，我们推出了SpreadsheetLLM，开创了一种高效的编码方法，旨在释放和优化LLM对电子表格的强理解和推理能力。首先，我们提出了一种包含单元格地址、值和格式的普通序列化方法... ...

即使是最先进的大型语言模型（LLMS），科学推理也构成了过度挑战。为了使LLMS更实用和可解决，我们引入了一种名为“工具启动的科学推理”的新任务设置。此设置为LLM提供了可扩展的工具集，并将重点从追求无所不知的问题解决方案转移到熟练的工具用户 ...

大型语言模型（LLMS）在各种NLP任务中表现出色。但是，它们通常会产生错误或幻觉的信息，从而阻碍其在现实情况下的实际适用性。已显示人类反馈有效地提高了生成内容的事实和质量，从而解决了其中一些局限性 ...

由于其出色的图像生成性能，扩散模型已开始掩盖工业应用中的gan和其他生成模型。这些模型的复杂体系结构提供了广泛的攻击功能。鉴于此，我们旨在设计成员资格推理攻击（MIA），适合扩散模型 ...

3D查找表（3D LUT）是用于实时图像增强任务的高效工具，该工具通过将其稀疏采样为离散的3D晶格来建模非线性3D颜色变换。先前的工作已经努力学习LUTS的图像自适应输出颜色值，以进行灵活增强，但忽略了抽样策略的重要性。他们采用了一个最佳的均匀采样点分配，限制了学习LUT的表现力，因为LUT变换中均匀采样点之间的（三）线性插值可能无法模拟颜色变换的局部非线性 ...

最近的研究表明，图形神经网络（GNN）由于缺乏稳健性而容易受到扰动的影响，因此很容易被愚弄。当前，大多数攻击GNN的工作主要使用梯度信息来指导攻击并取得出色的性能。但是，时间和空间的高复杂性使它们在大型图表上无法控制，并成为阻止实际用途的主要瓶颈 ...

深神经网络（DNN）已广泛应用于各种应用程序，包括图像分类，文本生成，音频识别和图形数据分析。但是，最近的研究表明，DNN容易受到对抗攻击的影响。尽管在图像和自然语言处理等领域的对抗攻击和防御策略上有几项作品，但由于其表示结构，仍然很难将学习知识直接传输到图形数据 ...