Google（谷歌） - arXivDaily 大厂专区

2607.18161 2026-07-21 cs.SE cs.AI cs.OS 新提交

TRIM: Reducing AI-Generated CodeSlop via Agent Trajectory Minimization

TRIM：通过代理轨迹最小化减少人工智能生成的代码冗余

Alex Mathai, Shobini Iyer, Aleksandr Nogikh, Petros Maniatis, Franjo Ivancic, Junfeng Yang, Baishakhi Ray

机构 * Dept. of Computer Science Columbia University（计算机科学系哥伦比亚大学）； Google Inc（谷歌公司）； Google DeepMind（谷歌DeepMind）

AI总结研究人工智能生成代码冗余问题，提出TRIM算法，通过最小化代理轨迹间接减少代码冗余，实验证明该方法有效且高效，能显著降低代码冗余，同时减少验证成本。

2607.17733 2026-07-21 cs.LG cs.AI 新提交

MXSens: Sensitivity-Aware Mixed-Precision Quantization for Efficient LLM Inference

MXSens：用于高效大语言模型推理的灵敏度感知混合精度量化

Simla Burcu Harma, Danila Mishin, Zhengyuan Su, Ayan Chakraborty, Elizaveta Kostenok, Dongho Ha, Babak Falsafi, Martin Jaggi, Yunho Oh, Amir Yazdanbakhsh

机构 * EPFL（洛桑联邦理工学院）； Tsinghua University（清华大学）； MangoBoost Inc.（芒果助推公司）； Korea University（韩国大学）； Google DeepMind（谷歌DeepMind）

AI总结研究针对大语言模型推理中4位量化因异常值致精度降的问题，提出MXSens方法，基于列和层灵敏度分配混合尾数比特宽度，无需训练，利用MXINT块结构，在多模型任务中优于现有方法，平衡了量化的准确性与资源效率。

2607.17311 2026-07-21 cs.MA cs.AI cs.CY cs.DC cs.SY eess.SY 新提交

The Optimization Trilemma: Efficiency, Comfort and Fairness in Decentralized Multi-agent Coordination

优化三难困境：去中心化多智能体协调中的效率、舒适度和公平性

Jovan Nikolic, Maciej Krzysztof Zuziak, Evangelos Pournaras

机构 * Google（谷歌）； School of Energy Systems, LUT University（能源系统学院，卢托大学）

AI总结研究去中心化多智能体协调中优化系统效率、个体舒适度和公平性的问题，设计新颖模型，通过实验验证该模型能在无大幅开销下实现更公平优化结果，满足智能体偏好与系统目标。