最新发布第3页

IEEE HotICN中文社区

MegaScale: Scaling Large Language Model Training to More Than 10,000 GPUs

NSDI ’24: 21st USENIX Symposium on Networked Systems Design and Implementation, April 16–18, 2024, Santa Clara, CA, USA https://ww...

杨, 宗霖 2个月前 (03-29)

SIGCOMM ’25: ACM SIGCOMM 2025 Conference September 8 – 11, 2025 Coimbra, Portuga 1. 摘要（Abstract） Pegasus针对当前Inte...

hhx 2个月前 (03-27)

① 研究背景在多智能体系统（Multi-Agent Systems, MAS）中，如何实现高效协同一直是核心问题。从自动驾驶车队到分布式网络控制，再到你正在研究的跨域协同场景，本质上都面临一个共同挑战：多个异构智能体如何在复杂环境中做出协调一致的决策。然而现实世...

前康 2个月前 (03-25)

① 研究背景：ROV之后，BGP真的安全吗？在过去十多年中，围绕 BGP（边界网关协议）安全的核心改进，主要集中在基于 RPKI 的 ROV（Route Origin Validation）机制。这一机制通过密码学信任链验证路由前缀的“起源合法性”，在一定程度上缓解了...

前康 2个月前 (03-23)

Source: https://arxiv.org/abs/2412.19823 Boateng G O, Sami H, Alagha A, et al. A Survey on Large Language Models for Communication, Net...

杨, 宗霖 2个月前 (03-22)

Source: https://arxiv.org/abs/2509.05946 Wei B, Jiang R, Zhang R, et al. Large Language Models for Next-Generation Wireless Network Man...

杨, 宗霖 2个月前 (03-22)

①Introduction 多智能体强化学习一直被认为是强化学习中最复杂的一类问题。难点不仅在于每个智能体都要学策略，更在于多个智能体之间必须协同更新，才能提升整体收益。也正因此，这一领域长期依赖一些“折中方案”，比如集中训练、分布执行，通过引入全局信息来缓解训练难度。但...

前康 2个月前 (03-20)

SIGCOMM ’25: ACM SIGCOMM 2025 Conference September 8 – 11, 2025 Coimbra, Portugal 1. 课题背景与现有方案的局限性随着网络流量的爆炸式增长，在数据平面直接进行...

hhx 2个月前 (03-19)

① 研究背景连续时间神经网络近年来逐渐成为深度学习中的重要研究方向。这类模型通常通过微分方程（Differential Equations）描述神经网络状态随时间的动态演化，能够在连续时间域上建模复杂系统，因此在时序建模、物理系统模拟以及不规则时间序列处理等任务...

前康 2个月前 (03-18)

①研究背景：在多智能体系统（Multi-Agent Systems, MAS）中，通信是实现分布式控制和规划的关键要素。通过智能体之间的信息交换，可以将预测和决策过程分布到多个节点上，从而提高系统的可扩展性与预测能力。近年来，随着数据驱动控制方法的发展，越来越多研究尝试...

前康 2个月前 (03-16)