KOSMOS: Self-scheduling Persistent Kernels for Communication-Compute Overlap
机构 * Advanced Micro Devices Inc.（超威半导体公司）
AI总结 KOSMOS是自调度持久内核库，融合Transformer层通信与计算，在AMD GPU上使Megatron-LM等模型的端到端训练提速1.10-1.83倍。
Comments 39 pages, 9 figures
大厂专区
AMD
Patch-Based Generalized Neural Texture Upscaling
机构 * Advanced Micro Devices, Inc.（超威半导体）
AI总结 该研究提出一种轻量级通用MLP神经纹理超分辨率方法，无需逐资产训练，可实时提升低分辨率纹理的感知质量，优于分析式超分辨率方法。
Scheduling Data to Compute: Hierarchical Data Pipelining for LLM Training on AMD GPUs
用于计算的调度数据：AMD GPU上LLM训练的分层数据流水线
机构 * Advanced Micro Devices, Inc.（超威半导体公司）
AI总结 本文针对AMD GPU上LLM训练的等待时间瓶颈，利用TDM、转置加载、SDMA、RDMA等硬件特性实现分层数据流水线，提升计算利用率并获得多倍加速，相关实现已开源。
The Multipath Reliable Connection (MRC) Transport
机构 * Advanced Micro Devices Inc（超威半导体） ； Broadcom Inc（博通） ； OpenAI OpCo LLC（OpenAI运营公司） ； NVIDIA Corp（英伟达） ； Intel Corp（英特尔） ； Microsoft Corp（微软）
AI总结 提出一种面向大规模AI/ML训练的开放生产级传输协议MRC，通过扩展RoCEv2实现逐包多路径、发送端拥塞控制及快速丢包恢复，增强以太网可靠性。
ROCm InferaSim: Cut LLM Serving Trial Costs and Deploy the Best Configuration
ROCm InferaSim：降低大语言模型（LLM）服务的试错成本并部署最优配置
机构 * Advanced Micro Devices Inc. (AMD)（超威半导体公司（AMD））
AI总结 ROCm InferaSim通过少量锚点测量结合分析缩放，可高效预测LLM服务性能，大幅降低试错成本，能快速找到接近最优的部署配置。
Comments 37 pages, 11 figures
Rethinking AI Cloud Infrastructure for Agentic Serving Systems with the Aries Experimentation Framework
基于Aries实验框架重新思考智能体服务系统的AI云基础设施
机构 * NTU Singapore（南洋理工大学） ； AWS（亚马逊网络服务） ； Microsoft（微软） ； AMD（超威半导体） ； Ant Group（蚂蚁集团） ； NCSpeech（新加坡国立大学语音实验室） ； Imperial College London（帝国理工学院） ； University of Edinburgh（爱丁堡大学）
AI总结 该研究针对自主智能体对传统LLM服务的挑战，提出Aries全栈实验框架，通过实验揭示服务系统的关键瓶颈，探讨智能体原生服务系统的设计愿景。
PRISM-BENCH: Diagnosing Grounded and Faithful Multimodal Reasoning Beyond Final-Answer Accuracy
PRISM-BENCH：超越最终答案准确率的基于视觉语言模型的 grounded 与忠实多模态推理诊断
机构 * Advanced Micro Devices, Inc.（超威半导体公司） ； University of Toronto（多伦多大学）
AI总结 PRISM-BENCH基准通过专家整理的多模态推理问题及推理轨迹，提出感知探针、轨迹对齐和CORE指标，诊断视觉语言模型的 grounded 与忠实推理，发现前沿模型85%失败源于感知错误，最佳系统落后人类18.4个百分点。
Comments Accepted as a poster at the NeurIPS 2026 Workshop on Grounded and Faithful Vision-Language Models for Real-World Deployment (VLM4RWD). 18 pages, 10 figures, 7 tables. Dataset: https://huggingface.co/datasets/vanshbhatia/PRISM-BENCH
Waypoint: Analytically Modeling GEMM for CPUs
Waypoint：针对CPU的通用矩阵乘法（GEMM）的分析建模
机构 * Advanced Micro Devices, Inc.（超威半导体公司）
AI总结 Waypoint是针对CPU的GEMM分析模型，可自动识别最优分块大小，构建的OPAM库实现与顶尖GEMM库相当的性能，助力CPU上LLM推理获1.36-1.98倍加速。
Training an MoE LLM in MXFP4: How We Closed the Gap to BF16
以MXFP4格式训练MoE大语言模型：我们如何缩小与BF16的差距
机构 * Advanced Micro Devices, Inc.（超威半导体公司）
AI总结 本研究提出ALTO训练方案，结合多种量化技术与去振荡方案，在MXFP4格式下训练200亿参数MoE LLM，大幅缩小了与BF16的性能差距，降低了FP4的收敛开销。
Acharya 2.0: An AI Tutor for Self-Learning Subjects in Hindi
机构 * AMD Silo AI ； Odia Generative AI（奥里亚生成式人工智能）
AI总结 本文提出基于RAG的AI辅导工具Acharya 2.0，为印地语学生提供学业辅导，解决低资源语言RAG应用不足的问题，助力教育公平。
SliMOO: Interpretable Multi-Objective Evolutionary Search for LLM Depth Pruning
机构 * Advanced Micro Devices, Inc. (AMD)（超威半导体公司（AMD））
AI总结 针对现有LLM深度剪枝方法忽略层贡献异质性的问题，提出可解释多目标进化搜索框架SliMOO，通过任务-层重要性图与NSGA-II搜索，在Llama-3.1、Qwen3上实现更优多任务权衡。
Optimal Post-Training Quantization Scales and Where to Find Them
机构 * AMD
AI总结 提出PiSO算法，利用校准数据精确高效地计算逐通道最优量化尺度，并扩展到分组量化，在Llama和Qwen模型上显著提升困惑度和零样本准确率。
Comments 9 pages excluding references and appendix, 39 pages total, 2 figures in the main text, 3 tables in the main text
Distinguishing Performance From Competence in Evaluations of Humanlike Abstract Reasoning
机构 * Santa Fe Institute, New Mexico, USA（圣菲研究所） ； Sandia National Laboratories, New Mexico, USA（桑迪亚国家实验室） ； Advanced Micro Devices Inc., Texas, USA（先进微器件公司）
AI总结 本文研究了AI模型在不同模态下进行抽象推理的能力，发现其在文本和视觉模态中的表现存在显著差异，表明仅依赖准确率评估抽象推理能力存在偏差。
Comments NeurIPS 2026 Track on Evaluations and Datasets
Architecting for Hardware Diversity: Meta's End-to-End Co-Design for High-Performance AI Training on AMD GPUs
面向硬件多样性的架构设计：Meta针对AMD GPU高性能AI训练的端到端协同设计
机构 * Meta ； AMD
AI总结 Meta针对异构硬件集群中AMD GPU性能可移植性问题，提出三项协同设计原则，实现推荐模型训练吞吐量最高1.5倍提升，相关成果已上游至开源PyTorch等生态。
Comments 16 pages, 21 figures, 6 tables. To appear in the 59th IEEE/ACM International Symposium on Microarchitecture (MICRO 2026)
Compression of Uniformly Distributed Unit Quaternions
机构 * Coburg University of Applied Sciences and Arts（科堡应用科学与艺术大学） ； AMD（超威半导体）
AI总结 针对计算机图形学中单位四元数的压缩需求，提出带优化 warp 函数的无穷范数参数化方法，在多图形应用中验证其误差小、存储效率高且解压成本低的优势。
Long-Context Drafting Does Not Require Long-Context Drafters
机构 * Advanced Micro Devices Inc. (AMD)（超威半导体） ； University of Waterloo（滑铁卢大学）
AI总结 本文提出无需构建长上下文草稿模型，通过冻结短上下文草稿模型并采用两种推理时机制，可使其在4k至200万令牌场景下保持加速效果，且成本仅为短长度下的0.16倍。
CRAFT: Forgetting-Aware Intervention-Based Adaptation for Continual Learning
机构 * Iowa State University（爱荷华州立大学） ； Maro Systems（Maro系统） ； University of California, Berkeley（加州大学伯克利分校） ； AMD
AI总结 CRAFT通过在隐藏表示上学习低秩干预，避免更新模型权重，通过输出分布分歧路由任务、KL散度正则化和合并干预，减少遗忘并提升性能。
Comments 21 pages
Arcalís: Accelerating Remote Procedure Calls Using a Líghtweight Near-Cache Solution
机构 * University of Maryland (UMD)（马里兰大学） ； Advanced Micro Devices, Inc. (AMD)（超威半导体有限公司）
AI总结 Arcalis通过轻量级近缓存硬件引擎加速RPC，实现端到端加速和高吞吐量，降低微架构开销。
Comments 14 pages, 26 figures
Beyond Correctness: Compute-Responsive Data Selection for Reasoning Model Post-Training
机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Advanced Micro Devices（超威半导体） ； University of Warwick（华威大学） ； University of Surrey（萨里大学）
AI总结 本研究提出计算响应型数据选择（CRDS）原则，通过监督微调（SFT）Qwen3-8B等模型的计算响应示例，提升了推理模型对测试时计算的利用率，在多推理预算及模型上均优于非CR训练。
Beyond the Trial-and-Error Loop: Hybrid Projection and Automated Tuning for Distributed Training
机构 * Advanced Micro Devices, Inc.（超威半导体有限公司）
AI总结 本文提出Primus Projection，通过混合投影引擎与Primus Tuning Agent实现分布式LLM训练配置的自动调优，在多款模型与GPU上验证，可高效找到高吞吐量配置，比参考方案提升27%且耗时短。
Comments Accepted at NeurIPS 2026. 22 pages, 8 figures, 25 tables
A New Lens on Multi-GPU Communication: API-Level Memory Models for Portable Optimization
机构 * AMD（超威半导体）
AI总结 本文针对多GPU通信优化的兼容性问题，提出API级内存模型，在rocSHMEM中实现后，可通过缓存旁路优化使三类通信工作负载性能提升最高达2.48倍。
Context-Aware Precision Scheduling for Small Language Models
机构 * Advanced Micro Devices Inc. (AMD)（超威半导体公司（AMD）） ； Cornell University（康奈尔大学）
AI总结 该研究针对端侧小型语言模型，提出结合计时模型与张量敏感度的上下文感知精度调度方法，在延迟或准确率预算下优化权重精度分配，经笔记本GPU实验验证了其有效性。
The Price of Precision: A Calibrated Cost Model for Mixed-Precision LLM Serving
精度的代价：面向混合精度大语言模型（LLM）服务的校准成本模型
机构 * Advanced Micro Devices Inc. (AMD)（超威半导体公司（AMD）） ； Cornell University（康奈尔大学）
AI总结 该研究针对混合精度LLM服务的速度-精度权衡问题，构建了考虑计算、权重加载、KV缓存等绑定资源的校准成本模型，将其作为预测器和分配器，通过动态规划选择配置并在三类硬件上验证了效果。
TGSR: Text-Grounded Diffusion for Faithful Image Super-Resolution
机构 * AIC-Toronto, Samsung Electronics（AIC-多伦多，三星电子） ； AMD（超威半导体公司） ； University of Toronto（多伦多大学） ； Vector Institute（向量研究所） ； York University（约克大学）
AI总结 针对扩散模型图像超分辨率的文本幻觉问题，提出TGSR框架，通过选择性控制抑制文本区域幻觉，提升文本识别精度且不降低感知质量。
Comments 22 pages, 9 figures, 12 tables
Transport Programs: Specifying The Missing Layer Between Protocols and Stacks
机构 * University of Waterloo（滑铁卢大学） ； AMD（超威半导体） ； NVIDIA（英伟达） ； Georgia Tech（佐治亚理工学院）
AI总结 本文提出传输程序，一种独立于目标的抽象，用于精确捕捉传输协议对相关传输事件的反应，实现高性能传输栈的可移植性和可扩展性。
Zebra3D: Efficient Hybrid Foundation Models For Scalable 3D Reconstruction
机构 * Advanced Micro Devices Inc. (AMD)（超威半导体公司（AMD））
AI总结 Zebra3D是一种分层稀疏-线性混合注意力框架，无需从头训练即可提升预训练3D基础模型的效率，在高注意力稀疏度下实现了高效3D重建，加速比最高达7.1倍，性能接近密集模型。
Comments 37 pages, 12 figures, 22 tables
CORAL-KV: Compact Cross-Layer Prediction and Residual Coding for Autoregressive Video KV Caches
CORAL-KV：用于自回归视频KV缓存的紧凑跨层预测与残差编码
机构 * Advanced Micro Devices Inc. (AMD)（超威半导体公司） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校）
AI总结 该研究针对自回归视频扩散模型的KV缓存内存瓶颈，提出Coral-KV跨层预测残差编码框架，在HY-WorldPlay、MAGI-1等数据集上相比QVG系列方法，实现了PSNR提升与缓存内存减少的双重效果，还降低了时间不连续性。
From Benchmark to Bench: Can Agents Survive Real-World Drug Discovery?
机构 * AMD Silo AI ； AstraZeneca（阿斯利康）
AI总结 本研究提出开放模块化智能体MAGI，用于协调分子设计工具，在真实药物发现项目中，其性能受限于预测模型的适用性，而非生成路径。
Avatar-Forever: Decoupled Parallel Training for High-Quality Real-Time Infinite Avatars
Avatar-Forever：用于高质量实时无限虚拟形象的解耦并行训练
机构 * The Hong Kong Polytechnic University（香港理工大学） ； ByteDance（字节跳动） ； AMD（超威半导体公司）
AI总结 Avatar-Forever是一种解耦并行训练框架，通过双分支设计与ForeverCache机制，在单张H100 GPU上实现27.2 FPS的768x512音频驱动无限虚拟形象生成，保障质量与效率，推进稳定数字人研究。
TernaryLLM: Ternarized Large Language Model
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Advanced Micro Devices, Inc.（超威半导体公司）
AI总结 针对 LLM 三值化受权重和激活异常值影响的问题，本文提出可学习缩放与偏移的 DLT 及基于余弦相似度互信息的 OFF 蒸馏，TernaryLLM 在 LLaMA-3 等基准上显著优于现有低比特方法。
Journal ref Machine Intelligence Research (2026)
