IEEE HotICN 中文社区 |未来网络|区块链技术|人工智能|NDN中文社区|hoticnIEEE HotICN中文社区

Self-evolving LLM Agents with In-distribution Optimization

1. 摘要（Abstract）本文研究的是长程交互型 LLM Agent 的训练问题，核心关注点是稀疏延迟奖励下的贡献归因。随着大语言模型从静态文本生成逐渐走向环境交互，LLM Agent 需要在网页购物、虚拟实验、家居任务等复杂环境中进行连续决策。然而，这类任务通常只...

cz 9小时前

1. 摘要（Abstract）本文研究的是 LLM Agents 在长程交互任务中的强化学习训练问题。现有大模型智能体在完成复杂环境任务时，通常会把完整的历史交互记录作为上下文输入，包括任务指令、过去观察、动作和中间状态等。这种做法虽然能帮助模型理解当前处境，但也带来了...

cz 9小时前

1. 论文概述与研究背景本论文针对LoRaWAN作为全球IoT基础设施所面临的扩展性挑战展开深入探讨。LoRaWAN以其低成本、长距离和低功耗特性，成为连接数百万IoT设备的首选技术。然而，实际运营网络显示出显著的容量限制问题。作者通过对真实运营LoRaWAN网络的实证...

hhx 2天前

1. 论文概述与引言 SKILLOPT提出了一种开创性的文本空间优化框架，用于实现代理技能的自进化。该论文深刻指出，当今代理技能主要依赖手工 crafting、单次 LLM 生成或松散的自修订循环，这些方法均无法像深度学习优化器那样提供系统、可控且可重复的改进路径。作者主...

hhx 2周前 (06-01)

1. 课题背景与系统目标：应对万亿参数训练挑战随着大语言模型（LLM）向万亿级参数演进，底层基础设施面临着前所未有的压力。传统的通用数据中心架构在处理 LLM 训练时存在三个核心瓶颈：首先，高密度的算力需求导致单机柜功耗激增，传统风冷系统难以为继；其次，千卡甚至万卡级别...

hhx 3周前 (05-25)

SIGCOMM 2025 1. 研究背景与核心痛点：MoE 推理的效率瓶颈随着大语言模型进入“万亿参数时代”，混合专家模型（Mixture-of-Experts, MoE）因其能在增加参数量的同时保持较低的激活计算量，成为了构建超大规模模型的首选架构。然而，在实际...

hhx 4周前 (05-18)

1.摘要（Abstract）本文研究的是 LLM hallucination detection benchmark（大模型幻觉检测基准）的评测问题。随着大模型被用于电商、医疗、法律等真实场景，幻觉问题已经不只是模型效果问题，而是直接关系到生成式 AI 的安全使用。虽...

cz 4周前 (05-18)

随着大语言模型（LLM）能力的快速提升，基于 LLM 的自治智能体（Autonomous Agents）正在成为人工智能领域的重要研究方向。从 AutoGPT、MetaGPT 到各类 AI Agent 系统，研究者不断尝试让智能体具备自主规划、任务分解与协同执行能力。然而，现有...

前康 4周前 (05-13)

SIGCOMM 2025 1. 课题背景：集体通信调度的瓶颈与挑战当前，分布式机器学习（如大语言模型训练）的效率受到集体通信（Collective Communication，如 AllReduce、AllGather）的严重制约。随着模型规模从十亿级向万亿级演进...

hhx 1个月前 (05-11)

1. 摘要与核心贡献摘要清晰指出，随着网络链路速度扩展至 100Gbps 乃至更高，传统 I/O 加速技术（如 Intel 的 DDIO 和 RDMA）由于 LLC 利用率低而性能受限。CEIO 的核心创新在于：在 NIC 入口处部署 I/O 管理器，通过信用-based 主...

hhx 1个月前 (05-09)