arXivDaily arXiv每日学术速递 周一至周五更新

大厂专区

Huawei(华为)

2026-07-14 至 2026-07-14 共收录 11
2607.11429 2026-07-14 cs.LG 新提交

Physics-Aware Conditional SetGAN for Spatially Consistent Multi-User TR 38.901 Channel Generation

用于空间一致多用户TR 38.901信道生成的物理感知条件集生成对抗网络

Mauro Gonzalo Tarazona-Levano, David Lopez-Perez, Nicola Piovesan, David Gomez-Barquero

机构 * Institute of Telecommunications and Multimedia Applications (iTEAM), Universitat Polit\`ecnica de Val\`encia (UPV), Spain(电信与多媒体应用研究所) Beihang Valencia Polytechnic Institute (BVPI), China(北京航空航天大学瓦大理工大学) Huawei Technologies, France(华为技术)

AI总结 研究能否用训练好的生成模型更快生成多用户TR 38.901信道且保持空间相关性,提出物理感知条件SetGAN,经训练可分离大尺度与小尺度衰落相关信息,在UMa/NLoS基准测试中大幅加速信道生成且保持空间一致性。

Comments Submitted to IEEE GLOBECOM 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.11357 2026-07-14 cs.AI cs.SE 新提交

OpsMem: Dual-Memory Reasoning with Cross-Memory Resonance for Failure Diagnosis

OpsMem:用于故障诊断的具有跨内存共振的双内存推理

Yongqian Sun, Rongchen Gao, Yu Luo, Wenwei Gu, Shenglin Zhang, Qingyi Guo, Qiuai Fu, Yaoliang Wu, Dan Pei

机构 * Huawei(华为)

AI总结 针对现代软件系统故障诊断中缺乏协调诊断状态与操作经验机制的问题,提出双内存框架OpsMem,通过跨内存共振等进行多智能体诊断,实验表明其在华为微服务故障诊断数据集上优于基线,提升了匹配度和相关性。

Comments 6 pages, 5 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.10995 2026-07-14 cs.CV 新提交

AsySplat: Efficient Asymmetric 3D Gaussian Splatting for Long-Sequence Scene Modeling

AsySplat:用于长序列场景建模的高效非对称3D高斯点云渲染

Yingji Zhong, Dave Zhenyu Chen, Fuzhao Ou, Youyu Chen, Zhihao Li, Lanqing Hong, Dan Xu

机构 * HKUST(香港科技大学) Huawei Noah’s Ark Lab(华为诺亚方舟实验室) CityU(城市大学)

AI总结 研究针对长序列场景建模中3D高斯点云渲染的冗余计算问题,提出非对称架构解耦几何与外观建模,通过双边连接交互,减少计算冗余,提高参数效率,在32视图960P输入上大幅提升效率并超越零样本性能。

Comments The project page is at https://zhongyingji.github.io/asysplat/

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.10911 2026-07-14 cs.CL cs.AI cs.DB 新提交

The Nuts and Bolts of Natural Language to SQL Translation: A Systematic Analysis of Model Pipeline Optimisation Approaches and their Interactions

自然语言到SQL翻译的关键要素:模型管道优化方法及其交互的系统分析

Filip Klubicka, Vasudevan Nedumpozhimana, Sneha Rautmare, Bora Caglayan, Mingxue Wang, John D. Kelleher

机构 * Huawei Ireland Research Centre(华为爱尔兰研究中心)

AI总结 研究NL2SQL翻译问题,通过集成NatSQL中间表示、增加预处理和微调步骤、开发重排器模型等方法,并结合SmBoP和RASAT架构进行消融及Shapley分析,揭示组件交互对结果的影响,为轻量级模型开发提供参考。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.10661 2026-07-14 cs.CL cs.AI 新提交

Unlocking Parallelism in Autoregressive Language Models via Speculative Decoding with Progressive Tree Drafting

通过渐进式树状草稿的推测性解码解锁自回归语言模型中的并行性

Zipeng Gao, Zhi Zheng, Qingrong Xia, Junda Lin, Ziwei Zhao, Tong Xu, Zhefeng Wang, Enhong Chen

机构 * University of Science and Technology of China(中国科学技术大学) Huawei Technologies Co., Ltd.(华为技术有限公司)

AI总结 研究提出渐进式树状草稿(PTD)方法,通过结构化、引导式并行草稿策略利用模型并行潜力,结合渐进树结构与逐步修剪机制,在单次前向传播中引导LLM探索多条语义路径,实现高达2倍解码加速且无需训练、与模型无关。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.09696 2026-07-14 cs.LG cs.AI 新提交

Mitigating Early Training Collapse in CTR Models

缓解CTR模型早期训练崩溃

Ergun Biçici, Erkan Çetinyamaç

机构 * Huawei Türkiye R&D Center(华为土耳其研发中心)

AI总结 研究针对点击率预测模型早期训练崩溃问题,通过大规模工业数据集分析,发现降低学习率效果不佳,而控制特征稀疏性如去除高度稀疏特征、聚合罕见特征值可稳定训练,提升离线和在线性能。

Comments 4 pages, 1 figure

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.10295 2026-07-14 physics.optics cs.AI 新提交

Program-Synthesis-Driven Autodesign of Universal Unitary Operators

程序合成驱动的通用酉算子自动设计

Yifei Zhang, Dong Chen, Fan Wang, Wenrui Zhang, Yan Chen, Dingding Han, Jianmin Yuan, Xiangjin Kong, Yu-Gang Ma

机构 * Key Laboratory of Nuclear Physics and Ion-beam Application (MOE), Institute of Modern Physics, Fudan University, Shanghai 200433, China(核物理与离子束应用重点实验室(教育部),现代物理研究所,复旦大学,上海200433,中国) Research Center for Theoretical Nuclear Physics, NSFC and Fudan University, Shanghai 200438, China(理论核物理研究中心,国家自然科学基金委员会和复旦大学,上海200438,中国) Huawei Technologies Co., Ltd, Beijing 100095, China(华为技术有限公司,北京100095,中国) Department of Industrial Engineering and Decision Analytics, Hong Kong University of Science and Technology, HongKong, China(工业工程与决策分析系,香港科技大学,香港,中国) Hunan Key Laboratory of Mechanism and Technology of Quantum Information, Changsha 410073, China(湖南量子信息机制与技术重点实验室,长沙410073,中国) School of Information Science and Technology, Fudan University, Shanghai 200433, China(信息科学与技术学院,复旦大学,上海200433,中国) Research Institute of Intelligent Complex Systems, Fudan University, Shanghai 200433, China(智能复杂系统研究所,复旦大学,上海200433,中国) Institute of Atomic and Molecular Physics, Jilin University, Changchun 130012, China(原子与分子物理研究所,吉林大学,长春130012,中国) School of Physics, East China Normal University, Shanghai 200062, China(物理学院,华东师范大学,上海200062,中国)

AI总结 研究利用人工智能驱动的程序合成,通过扩展DreamCoder到复值线性代数,发现光子网络中酉矩阵分解策略,其生成的程序编码与维度无关的不变量及构造规则,还能利用矩阵结构减少干涉仪数量,为酉算子自动设计提供可扩展范式。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.00620 2026-07-14 cs.LG cs.AI 版本更新

Rethinking Zero-Shot Time Series Classification: From Task-specific Classifiers to In-Context Inference

重新思考零样本时间序列分类:从特定任务分类器到上下文推理

Juntao Fang, Shifeng Xie, Shengbin Nie, Yuhui Ling, Yuming Liu, Zijian Li, Keli Zhang, Lujia Pan, Themis Palpanas, Ruichu Cai

机构 * Guangdong University of Technology, Guangzhou, China(广东工业大学) Paris Descartes University, Paris, France(巴黎笛卡尔大学) Mohamed bin Zayed University of Artificial Intelligence, Abu Dhabi, United Arab Emirates(马尔代夫 bin Zayed 人工智能大学) Huawei Noah’s Ark Lab, Paris, France(华为诺亚实验室) Huawei Noah’s Ark Lab, Shenzhen, China(华为诺亚实验室)

AI总结 该研究针对时间序列基础模型零样本分类中存在的问题,提出TIC-FM上下文学习框架,将训练集作上下文,单次前向传播预测标签,无需参数更新,经实验验证其在多数据集上表现良好,实现无训练迁移。

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.23231 2026-07-14 cs.CV 版本更新

Unlocking Multilingual Reasoning Capability of LLMs and LVLMs through Representation Engineering

通过表示工程解锁大语言模型和大视觉语言模型的多语言推理能力

Qiming Li, Xiaocheng Feng, Yixuan Ma, Zekai Ye, Ruihan Chen, Xiachong Feng, Bing Qin

机构 * Harbin Institute of Technology(哈尔滨工业大学) Peng Cheng Laboratory(鹏城实验室) The University of Hong Kong(香港大学) Harbin Institute of Technology, Shenzhen(哈尔滨工业大学深圳分校) Huawei Technologies Co., Ltd(华为技术有限公司)

AI总结 研究针对LLMs和LVLMs在多语言推理中英语表现优于低资源语言的问题,提出无训练的推理时方法MRRE,通过在特定层注入两个预计算向量增强多语言推理能力,实验证明该方法有效提升非英语推理及输入输出语言一致性。

Comments ACL2026 main

详情

展开后加载摘要…

URL PDF HTML 收藏
2508.10123 2026-07-14 cs.LG cs.AI cs.CL 版本更新

Nested-ReFT: Efficient Reinforcement Learning for Large Language Model Fine-Tuning via Off-Policy Rollouts

Nested-ReFT:通过离策略展开实现大语言模型微调的高效强化学习

Maxime Heuillet, Yufei Cui, Boxing Chen, Audrey Durand, Prasanna Parthasarathi

机构 * Mila - Québec AI Institute, Canada(魁北克人工智能研究所) Huawei Noah's Ark Lab (Montreal Research Center), Canada(华为诺亚实验室(蒙特利尔研究中心)) Canada CIFAR AI Chair(加拿大CIFAR人工智能主席)

AI总结 研究针对大语言模型在数学推理等领域的高级推理难题,提出Nested-ReFT框架,利用离策略展开及动态层跳过降低训练推理成本,经理论与实证分析验证其有效性,还探索偏差缓解变体以维持性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2406.16929 2026-07-14 eess.SP cs.AI

Modelling the 5G Energy Consumption using Real-world Data: Energy Fingerprint is All You Need

利用真实数据建模5G能耗:能量指纹是你所需的一切

Tingwei Chen, Yantao Wang, Hanzhi Chen, Zijian Zhao, Xinhao Li, Nicola Piovesan, Guangxu Zhu, Qingjiang Shi

机构 * Shenzhen Research Institute of Big Data(深圳大数据研究院) School of Electrical and Electronic Engineering, Nanyang Technological University(南洋理工大学电子与电气工程学院) School of Computer Science and Engineering, Sun Yat-sen University(中山大学计算机科学与工程学院) School of Science and Engineering, The Chinese University of Hong Kong (Shenzhen)(香港中文大学(深圳)科学与工程学院) Huawei Technologies(华为技术有限公司) School of Software Engineering, Tongji University(同济大学软件工程学院)

AI总结 本文提出基于真实数据集的深度学习模型,通过整合基站标识符和引入掩码训练与注意力机制,有效提升了5G基站能耗估计的准确性。

详情

展开后加载摘要…

URL PDF HTML 收藏