IBM

Flash-GMM: A Memory-Efficient Kernel for Scalable Soft Clustering

Flash-GMM：一种用于可扩展软聚类的内存高效内核

Gal Bloch, Ariel Gera, Matan Orbach, Ohad Eytan, Assaf Toledo

机构 * IBM Research（IBM研究院） 纠错

AI总结 提出Flash-GMM融合Triton内核，在单GPU通次中高效计算高斯混合模型，通过避免实例化完整责任矩阵，实现20倍加速并支持比先前大100倍的数据集训练，集成到IVF粗量化器中提升ANN搜索性能。

A Continuous-Time Markov Chain Framework for Insertion Language Models

插入语言模型的连续时间马尔可夫链框架

Dhruvesh Patel, Benjamin Rozonoyer, Soumitra Das, Tahira Naseem, Tim G. J. Rudner, Andrew McCallum

机构 * UMass Amherst（马萨诸塞大学阿默斯特分校） ； IBM Research（IBM研究院） ； University of Toronto（多伦多大学） ； Vijil（维吉尔） 纠错

AI总结 提出基于连续时间马尔可夫链的插入语言模型去噪框架，统一现有方法，在规划任务中优于自回归和掩码扩散模型，语言建模中与现有方法竞争且采样更灵活。

Comments Accepted at AISTATS 2026. Code is available at https://github.com/dhruvdcoder/ctmc_dilm

CodeAlchemy: Synthetic Code Rewriting at Scale

CodeAlchemy：大规模合成代码重写

Ankit Gupta, Aditya Prasad, Rameswar Panda

机构 * MIT-IBM Watson AI Lab, IBM Research（MIT-IBM沃森人工智能实验室，IBM研究院） 纠错

AI总结 提出CodeAlchemy框架，通过5种策略生成超过500B token的合成代码数据，引入DevEval和TraceEval基准，3B模型在多项任务上超越10倍大小的前沿模型。