受控实验复检极小规模三值语言模型：基线架构设置主导性能评估结论
该研究针对微控制器级的三值（1.58-bit）权重语言模型进行了严格的受控复验。此前有研究称混合路由三值模块在6万参数规模下性能超越参数匹配的全精度Transformer达22%，并归因于归纳偏置。研究人员通过固定训练配方、多随机种子及98次测试进行复查，发现基线Transformer的具体结构形状对性能起主导作用，揭示了此前结论可能受基线设计差异误导，强调了极小模型对比的评估规范。
DC AI 热点
全部 AI 动态
9月25日2026-09-25
针对WeBe Band智能手环的机器学习模型快速训练与部署流水线
该研究针对计算与内存资源受限的边缘设备，提出了一套高效的边缘机器学习工作流程，用于在腕戴式多模态生理监测设备WeBe Band上快速开发、优化和部署ML模型。该系统支持自动机器学习（AutoML）和硬件优化，能够自动生成硬件高效型模型，并轻松集成到WeBe的核心固件中，大幅简化了端侧算法的开发周期。
借助 LiteRT 与 Gemma 在树莓派上实现边缘 AI 部署
借助 LiteRT 与轻量级 Gemma 开源模型，在树莓派上部署安全、实时的边缘 AI 变得更加简单。LiteRT 优化了 CPU 与 GPU 性能，为 Gemma 等模型提供快速的推理速度，从而为机器人等设备赋予实时本地推理能力。开发者可以通过轻量级的 LiteRT CLI 工具快速完成模型转换、量化与运行。此外，该工具近期还将加入对 Hailo AI 加速器的支持。
9月24日2026-09-24
TinyUDE：基于李-泰勒射流匹配的微控制器免求解器通用微分方程
传统通用微分方程（UDE）训练依赖通过数值微分方程求解器进行反向传播，其巨大的内存开销远超边缘微控制器的承受能力。为此，研究团队提出TinyUDE框架，引入免求解器的李-泰勒射流匹配方法，将混合向量场直接拟合至观测状态的一阶与二阶时间导数。系统通过Savitzky-Golay滤波实现在线导数估计，在无需自动微分库的情况下获得完全解析梯度，有效攻克了受限边缘设备上的动态系统训练难题。
9月22日2026-09-22
Qotom Q30952UE 迷你工控主机评测：配备双万兆SFP+与六个2.5G网口
ServeTheHome 对 Qotom Q30952UE 进行了评测。该设备是一款紧凑型黑色工控/软路由硬件，配备了两个 10G SFP+ 光口和六个 2.5GbE 电口，专为高密度小型网络及边缘部署场景设计，在紧凑体积下提供了丰富的多千兆与万兆网络扩展能力。