hybrid-modeling

本文介绍了HYMELL，一种混合分析与机器学习框架，用于估算LLM在预填充（prefill）和解码（decode）阶段的推理延迟与能耗，并在NVIDIA H100上进行了验证，对LLaMA 3 8B的误差低于5%。

本文介绍了Hybrid-to-NeSy (H2N)框架，该框架系统地将混合机理-数据驱动模型转化为神经符号人工智能设计，从而能够推导出结构违规率和信念离散度等指标，作为机理部分认知不确定性的度量。

本文描述了一种针对CTF4Science Lorenz挑战的度量感知混合预测系统，该系统结合了神经去噪器、ODE拟合和直方图尾部分布替代，以优化九个任务对中的不同度量，在公开排行榜上取得了83.85529分的成绩。