科研成果库 第95页
Chiplet互连：几毫米走线里的工程妥协
把一颗大裸片切成几块小裸片，封装厂把它们摆近一点，故事才刚开始。真正难的是它们之间怎么说话。Chiplet互连不是把片内总线拉长——它要穿过凸点、再分布层、基板或硅桥，最后落到另一颗die的接收端。每…
具身智能：别被Demo骗了，真正的硬仗在数据、触觉和最后一厘米
先泼盆冷水。你在短视频里看到的机器人叠衣服、煎鸡蛋、给客人倒水，十有八九背后有人遥控，或者场景被摆得像摄影棚。别急着转发“人类要失业”。机器人圈有句老话：Demo很性感，产线很骨感。具身智能这两年火得…
标签漂移与权重战争：联邦学习中的非独立同分布为何难缠
偏斜不是噪声，而是结构客户端本地数据分布偏斜时，FedAvg的算术平均会制造一种错觉：参数在中心服务器上完成了融合，模型却在每个客户端上各说各话。标签分布偏斜、特征分布偏移、概念漂移、样本量不均，常被…
AI对齐与价值学习：别把模型当圣人，得把偏好拆开看
先泼盆冷水。今天大多数所谓的对齐，本质是在给模型套一层偏好外衣。它看起来懂事，礼貌，会拒绝。可你真以为它理解“为什么”吗？未必。对齐这事，听起来玄。其实很具体：让模型的行为可预测、可纠正、别在边界外乱…
模型可解释性：为什么你的AI总在关键时刻‘装死’？
上周三半夜，我被叫起来救火。线上推荐模型突然把一款卸妆水推给了刚搜过‘剃须刀’的直男用户，CTR掉得比我的发际线还快。老板在群里@我：‘模型到底怎么想的？’我盯着屏幕，憋了半天回了一句：‘它……就是觉…
多模态对齐的缝隙：语义坐标被缝合之后
先把一个误解拆掉。多模态对齐不是把图像向量和文本向量拉到余弦相似度足够高就完事。真做项目的人知道，向量靠近只是表面现象，背后是粒度、任务和证据链的妥协。我在产学研合作里见过一个典型场景：工业质检的图文…
检索增强生成：别再让大模型“张口就来”了
大模型不是万能钥匙，先给它配个“外挂书架”说实话，我第一次被大模型坑，是让它查一个冷门法规条款。它答得飞快，语气还特别笃定。结果呢？条款编号是编的，连发布年份都能错。那一刻我盯着屏幕，脑子里就四个字：…
显存里那本翻烂的账本：大模型推理优化到底在省什么？
晚上十点半，压测群又炸了。客服机器人昨天还跑得好好的，今天上了个长对话场景，延迟突然像坐电梯——上去了就不下来。老板问：加机器？我盯着监控里那块GPU，算力利用率不高，显存倒是快满了。哎，这事吧，真不…
算力不是堆出来的：高效能计算平台的边界与代价
九月的南京，机房走廊里一股热风。电表比跑分更诚实。一个平台标称每秒多少浮点运算，听着漂亮；可当作业排队、内存带宽打满、互连链路拥塞时，屏幕上那串峰值数字帮不上忙。高效能计算平台真正要回答的，不是“还能…