
结合原论文图和公式,解释 PCFNet 如何用空间与时间分支提取频域特征,再融合平流—扩散约束;核对南海日、周尺度实验及其证据边界。
Research · Engineering · AI
Curated for curious builders

结合原论文图和公式,解释 PCFNet 如何用空间与时间分支提取频域特征,再融合平流—扩散约束;核对南海日、周尺度实验及其证据边界。

AutoPrune 用 TPDSL 将剪枝策略表示为对基础算法的受限修正,让 LLM 搜索评分与选择规则。本文结合原图解释固定 token 预算、残差交换和算法1,并按表梳理效果、效率、消融与迁移实验。

结合原图、公式与固定版本代码,解释 OFA-MAS 如何用 TAGSE 理解当前团队、用 MoE 选择下一位成员和预测连接,并分析三阶段训练、实验结果与实现边界。

结合原图和公式算例,解释 M³Prune 如何分层学习文本、视觉智能体的通信连接,并核对剪枝带来的答题收益、token 开销和实验边界。
Explore the collection

从逐步填图的算例出发,解释 RADAR 如何生成多智能体通信结构,并核对冗余指标、准确率与 token 开销。

从轮内与跨轮通信出发,解释 AgentPrune 如何用任务反馈学习连接,再一次性剪掉低分路径;结合原图、低秩直观算例、成本核算和实验结果,梳理通信剪枝的收益与边界。

结合原图、公式与一次剪枝算例,解释 SafeSieve 的语义初始化、历史反馈和聚类剪枝,并核对实验结果及论文与公开实现的差异。

结合原文六幅图,解释 GenQ 的类别提示词生成、模型相关筛选、少样本提示词嵌入学习与 PTQ 到 QAT 的量化流程,并核对实验结果、训练配置及复现边界。

论文使用 PSN-IRT 从模型答题结果估计能力与题目属性,分析 11 个测评数据集,并研究基于 Fisher 信息的选题。本文结合全部 5 张图和 8 张表,解释方法、实验设置、结果及其证据边界。

用中间层可复用的 register 前缀与 token 删除压住激活异常值,让 CLIP、SigLIP、DINOv2 在 W4A4 等低比特 PTQ 下不再崩掉;结合五幅原论文图,解释三个观察、Curating/Caching/Deleting 流程,以及主实验、消融和延迟边界。

结合六幅原论文图和数值算例,解释 DVD-Quant 的权重网格优化、激活旋转与缩放补偿、动态位宽切换,并核对主实验、模块消融及效率收益。

P4Q 冻结量化后的 CLIP 编码器,通过可学习文本提示、图像端 QAdapter 和教师蒸馏修复图文对齐。结合原论文五幅图,解读方法、实验、混合精度设置及跨域泛化边界。

D4C 从高斯噪声合成 CLIP 量化所需的校准图片,通过文本语义引导、前景与背景对比及随机扰动改善样本质量。本文结合原文四幅图,解释生成目标、两阶段量化流程、零样本分类结果,以及混合精度和部署收益的边界。