Microsoft Research 用机器学习预测电网的空间天气风险
Microsoft Research 开发了一套机器学习系统,为美国本土 66,935 座变电站生成位置级空间天气风险估计,可提前 30-60 分钟预警。系统结合 L1 点太阳风观测、AE 与 Dst 指数预测、地质导电率和电网数据预测 dB/dt。
Microsoft Research 开发了一套机器学习系统,为美国本土 66,935 座变电站生成位置级空间天气风险估计,可提前 30-60 分钟预警。系统结合 L1 点太阳风观测、AE 与 Dst 指数预测、地质导电率和电网数据预测 dB/dt。
Berkeley Sky Lab 在进化式内核搜索框架 K-Search 基础上新增 MLX 后端,通过结构化 CUDA-to-MLX 翻译层,把已有 CUDA 内核作为知识库自动适配为 Apple Silicon 上的高质量 GPU 内核。
Berkeley AI Research 发布一篇关于并行推理(Parallel Reasoning)的综述兼观点文章,探讨让大语言模型自行决定何时分解任务、并行化以及协调子任务的自适应并行推理。
Berkeley AI Research 等团队提出 GRASP,一种基于梯度的规划器,让学习型世界模型的长时程规划更稳健。它将轨迹提升到虚拟状态以实现跨时间并行优化,在状态迭代中加入随机性以支持探索,并通过重塑梯度避免经过高维视觉模型的脆弱“状态-输入”梯度。该方法解决了长时程 rollout 中雅可比矩阵病态化导致的梯度爆炸/消失,以及非贪心结构带来的局部极小问题。