标签
一篇新的 arXiv 论文提出了功能秩分配（FRA），这是一种无需标注的方法，通过功能秩失真前沿和共享秩预算下的适配器群级极小极大分配，压缩大规模 LoRA 适配器群。在来自三个公开适配器群的 78 个适配器上，该方法相较于均匀谱压缩，提升了最坏情况和尾部效用。
本文提出了 LAG，这是一种闭式指数策略，由占用测度线性规划推导而来，用于具有可复用资源的在线任务分配问题，并将该问题建模为上下文非静止多臂老虎机。作者建立了上下文老虎机的首个确定性流体极限，并证明 LAG 具有渐近最优性，在合成实例上的表现比贪心分配最多提升 36%。
Ai2的AI基础设施团队详细介绍了如何用一套基于GPU时间预算、分层公平份额分配和时间切片合约的系统，取代原有的优先级GPU调度器，从而在优先保障高影响力研究的同时，在数千块H100、B200和B300 GPU上保持集群的满载运行。
该论文提出了一种自适应多判别器 Wasserstein GAN（MD-WGAN）框架，将强化学习与博弈论协调结合，用于资源受限的车联网环境，实现与最先进 GAN 相当的预测精度（RMSE 1.029），同时显著降低 CPU 与内存消耗。
Meta 正在开源 Rebalancer，这是一款在内部使用了九年的指派问题求解器，用于处理其基础设施上的资源分配，包括硬件放置、服务/任务放置以及流量路由。它同时提供最优 MIP 求解器和并行化局部搜索求解器，在 Meta 每天处理约 4000 万个问题。
蒙特利尔高等商学院（HEC Montréal）与MILA的一篇论文提出了针对主-次弱耦合马尔可夫决策过程的公平策略优化方法，以单调凹公平函数取代功利主义目标，并引入一种基于计数比例的深度强化学习方法，其中包含基于优先级的采样器，该方法在机器置换任务以及纽约市出租车定价与调度任务上得到了验证。
ACV-Gate是一个自适应候选评估框架，通过选择性地对信息丰富的视觉Token应用反事实推理，在生成式图像通信中提高重建质量，从而降低计算成本。
作者建议，重度AI用户可能因未优化模型选择而导致模型资源分配低效，提出应将任务路由到能胜任且成本最低的模型，以节省开支并提高效率。
介绍PrimeScientist，这是一种在自主研究智能体中使用自适应MCTS策略来策略性分配研究投入的方法，旨在资源约束下提高研究质量和样本效率。
本文提出了一种面向太赫兹无线数据中心的测量驱动多层数字孪生框架，利用三频段信道测量实现基于人工智能的信道重建和系统优化，以满足未来AI计算需求。
FL-MAESTRO引入了一个多智能体LLM编排器，以联合优化联邦学习中的通信拓扑、资源分配和聚合规则，显著减少浪费的能源，并提高资源受限边缘设备的效率。
FleetSieve提出了一种针对SLO感知LLM舰队配置的决策关键型分析方法，通过精简测量来优化资源分配，实现了相比均匀分析更高的效率。
本文提出了一种基于极化码的跨层联邦学习方案，以解决通信瓶颈和信道损伤问题，提供收敛分析和资源优化，并展示了相对于未编码和LDPC基准的性能提升。
一项针对GPT-4o-mini的仿真研究发现，将分诊决策分布到带有审计阶段的多智能体流水线中并不会减少偏见结果，但审计能力显著影响偏见是否被发现。按估计风险对审计进行重新排序，可以在负载下恢复大部分丢失的覆盖范围。
介绍了FairFund-Bench，一个用于评估LLM资源分配中分配偏差的基准，表明审计格式会改变偏差的方向和幅度，且因果框架效应显著超过人口统计效应。
本文提出将计划任务与执行动作之间的桥梁构建为拟线性费雪市场，实现分数信用分配。引入了守恒与垃圾过滤工具，并通过熵正则化扩展模型以处理噪声，将其与最优传输统一。
一种新颖的决策感知机器学习框架在塞拉利昂全国部署用于分配基本药物，实现了19%的消耗量增长，覆盖了200万妇女及五岁以下儿童。
提出了一种具有隐式动作空间的双时间尺度多层深度强化学习框架，用于分层边缘-云计算中的联合服务放置、计算委托和功率控制，实现高达20.8%的延迟降低和13%的资源利用率提升。
本文介绍了Quota Marketplace，这是一种基于市场的动态定价机制，已在Google部署，用于跨业务部门高效分配ML训练加速器，在异构工作负载价值下实现了帕累托效率和最大最小公平。
关于在生产环境中部署多个AI智能体时管理Token预算策略的讨论，涵盖成本与效率考虑。