设备故障识别应该采用什么AI模型？——从 LightGBM、CNN、LSTM 到 Transformer 的技术综述
工业设备正在快速进入“数据驱动运维”阶段。振动、电流、温度、压力、转速、声音、位移等运行数据可以被持续采集，设
设备故障识别应该采用什么AI模型？——从 LightGBM、CNN、LSTM 到 Transformer 的技术综述 Read More »
Transformer模型
大模型的几何式记忆（Geometric Memory）？
论文“Deep sequence models tend to memorize geometrically;
大模型的几何式记忆（Geometric Memory）？ Read More »
BitDistill：LLM权重从FP16量化到1.58-bit，精度基本无损，内存消耗下降显著，推理速度提升
论文BitNet Distillation提出 BitNet Distillation（BitDistill）
BitDistill：LLM权重从FP16量化到1.58-bit，精度基本无损，内存消耗下降显著，推理速度提升 Read More »
AB-UPT（Anchored-Branched Universal Physics Transformer）：具备较高准确性和效率的CFD建模替代
经典CFD（Computational Fluid Dynamics）仿真在汽车与航空航天外流场分析中耗时高、
AB-UPT（Anchored-Branched Universal Physics Transformer）：具备较高准确性和效率的CFD建模替代 Read More »
Diffusion Transformer (DiT)
扩散模型在图像生成上长期以卷积式 U-Net 为主干，但论文Scalable Diffusion Models
Diffusion Transformer (DiT) Read More »
用“上下文内微调（In-Context Fine-Tuning, ICF）”方法改进TimesFM（跨领域零样本预测的时序基础模型）
论文In-Context Fine-Tuning for Time-Series Foundation Mod
用“上下文内微调（In-Context Fine-Tuning, ICF）”方法改进TimesFM（跨领域零样本预测的时序基础模型） Read More »