Rank

general · 首次出现 2026-05-22 · 最近出现 2026-09-11 · 累计提及 86

综述

Rank 近期进展

Rank 作为一种在多个领域都有广泛应用的技术,近期的研究主要集中在如何提高其准确性和效率上。

Rank 近期进展

  • Bounded-State Restoration: 解耦本地恢复与外部状态 提出了解耦本地恢复与外部状态的方法,旨在提高 Rank 的稳定性和恢复能力。
  • FedAS-LoRA:联邦LoRA因子共享新策略,按秩自适应选择共享侧 引入了一种新的联邦学习策略,通过按秩自适应选择共享侧来提高 Rank 的效率。
  • Mutable Low-Rank Sketches:无需重训练的推荐系统 提出了一种新的低秩草图技术,允许推荐系统在不重训练的情况下进行更新。
  • 改进DeepEP MoE负载均衡:SGLang引入Waterfill和LPLB 对 DeepEP MoE 负载均衡进行了改进,引入了 Waterfill 和 LPLB 算法来提高 Rank 的均衡性。
  • 当前焦点与观察点

    Rank 技术的发展正聚焦于如何在不牺牲准确性的前提下提高其计算效率和可扩展性。研究者们正在探索新的算法和架构,以实现更高效、更稳定的 Rank 计算。

    相关报道

    10 条在档