Huawei（华为）

Activation-Weighted Seeded Residual Coding for Low-Bit LLM Weight Repair

用于低比特大语言模型权重修复的激活加权种子残差编码

Zehao Liu, Chuangchuang Fang, Yang Ren

机构 * Huawei Boole RC（华为布尔研究中心） 纠错

AI总结 针对低比特大语言模型量化的误差问题，提出AWSRC编解码器修复权重，在Qwen2.5-3B-Instruct上可显著缩小与BF16模型的质量差距，且侧载体积小、性能优于同类编解码器。

Comments 5 pages, 2 figures

FedCC: Towards Addressing Label Distribution Skews in Distillation-Based Federated Learning

FedCC：面向解决基于蒸馏的联邦学习中的标签分布偏差问题

Wenxuan Ye, Onur Ayan, Xueli An, Georg Carle

机构 * Huawei Heisenberg Research Center, Huawei Technologies Duesseldorf GmbH（华为海森堡研究中心（华为技术有限公司杜塞尔多夫分部）） ； TUM School of Computation, Information and Technology, Technical University of Munich（慕尼黑工业大学计算、信息与技术学院） 纠错

AI总结 针对基于蒸馏的联邦学习中标签分布偏差导致的性能下降问题，提出FedCC算法，允许客户端将模糊样本标记为“未知”并结合校准伪标签，在极端标签偏差场景下准确率大幅优于基线方法。

Comments Accepted to Globecom 2026

VersaDB: A High-Performance AI Storage Database for Unifying Mutimodal Datasets

VersaDB：用于统一多模态数据集的高性能AI存储数据库

Cong Wang, Zelin Liu, Yang Luo Ran Zhang, Zhijian Guo, Hui Zhang, Fan Yu, Yanfei Cao, Naijie Gu, Jun Yu

机构 * University of Science and Technology of China（中国科学技术大学） ； Huawei（华为） ； South China University of Technology（华南理工大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

AI总结 该研究针对多模态AI数据集处理速度不足的问题，推出专为AI数据集设计的VersaDB，通过页式存储、B+树索引等技术实现高效数据处理，可最高5.35倍加速且并行度适配性好。

Congruence Decomposition with Neural Block Solvers for Large-Scale PCI Assignment

基于神经块求解器的同余分解用于大规模物理小区标识分配

Yeqing Qiu, Chengpiao Huang, Ye Xue, Akang Wang, Fan Xu, Zhipeng Jiang, Dong Zhang, Ruoyu Sun, Qingjiang Shi, Zhi-Quan Luo

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Shenzhen Research Institute of Big Data（深圳大数据研究院） ； Columbia University（哥伦比亚大学） ； Sun Yat-sen University（中山大学） ； Tongji University（同济大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； Huawei Technologies（华为技术有限公司） 纠错

AI总结 本研究针对大规模5G网络PCI分配难题，提出带神经块求解器的同余分解框架，将问题解耦为子问题并结合图神经网络优化，实验显示其性能优于现有基线方法。