NVIDIA（英伟达） - arXivDaily 大厂专区

2607.19378 2026-08-12 cs.LG cs.CV stat.ML 版本更新

Native Multi-Dimensional Subquadratic Operators via Input Dependent Long Convolutions

通过输入依赖的长卷积实现原生多维次二次算子

David R. Wessels, Farhad Ramezanghorbani, Alireza Moradzadeh, David W. Romero, Olivia Viessmann, Maksim Zhdanov, John St. John, Ken Janik, David M Knigge, Yucheng Tang, Erik J Bekkers, Saee Gopal Paliwal

机构 * AMLab, University of Amsterdam（阿姆斯特丹大学AMLab）； NVIDIA（英伟达）； Cartesia AI（Cartesia人工智能公司）； New Theory AI（新理论人工智能公司）

AI总结研究针对多维数据应用注意力机制次二次替代方案的权衡问题，提出HyenaND算子，通过特定卷积直接作用于多维数据原生几何结构，CUDA实现nSubQ加速，实验表明其在多领域表现出色，纯堆栈匹配基线，混合配置更优。

2606.11470 2026-08-12 cs.CL 版本更新

The Periodic Table of LLM Reasoning: A Structured Survey of Reasoning Paradigms, Methods, and Failure Modes

LLM推理的周期表：推理范式、方法与失败模式的结构化综述

Avinash Anand, Mahisha Ramesh, Avni Mittal, Ashutosh Kumar, Rishitej Reddy Vyalla, Erik Cambria, Zhengkui Wang, Timothy Liu, Aik Beng Ng, Simon See, Rajiv Ratn Shah

机构 * Singapore Institute of Technology（新加坡理工大学）； Nvidia AI Center (SNAIC)（英伟达人工智能中心（SNAIC））； MIDAS Lab, IIIT Delhi（IIIT德里MIDAS实验室）； MIDAS Lab, IIT Mandi（IIT曼迪MIDAS实验室）； Owl Autonomous Imaging, Inc.（Owl自主成像公司）； College of Computing & Data Science, NTU Singapore（新加坡南洋理工大学计算与数据科学学院）； NVIDIA AI Technology Centre, Singapore（英伟达新加坡人工智能技术中心）； Department of Computer Science and Engineering, IIT Kanpur（IIT坎普尔计算机科学与工程系）

AI总结本文系统综述了300多篇论文，提出LLM推理研究的结构化分类法，涵盖多种推理范式，分析方法论趋势，并总结常见限制与失败模式，旨在为开发更鲁棒、可解释和可泛化的推理系统提供参考。

2602.17162 2026-08-12 cs.AI q-bio.GN 版本更新

JEPA-DNA: Grounding Genomic Foundation Models through Joint-Embedding Predictive Architectures

JEPA-DNA：通过联合嵌入预测架构夯实基因组基础模型

Ariel Larey, Elay Dahan, Amit Bleiweiss, Raizy Kellerman, Guy Leib, Omri Nayshool, Dan Ofer, Tal Zinger, Dan Dominissini, Gideon Rechavi, Nicole Bussola, Simon Lee, Shane O'Connell, Dung Hoang, Marissa Wirth, Alexander W. Charney, Nati Daniel, Yoli Shavit

机构 * Applied AI Architecture, NVIDIA, Israel（NVIDIA应用人工智能架构，以色列）； Worldwide Field Ops, NVIDIA, Israel（NVIDIA全球现场运营，以色列）； Developer Programs, NVIDIA, Israel（NVIDIA开发者计划，以色列）； Cancer Research Center and Wohl Institute of Translational Medicine, Sheba Medical Center, Tel Hashomer, Israel（癌症研究中心和Wohl转化医学研究所，Sheba医疗中心，Tel Hashomer，以色列）； Windreich Department of AI and Human Health, Icahn School of Medicine at Mount Sinai, New York, USA（AI与人类健康风reich部门，Mount Sinai医学中心，纽约，美国）

AI总结提出JEPA-DNA框架，将联合嵌入预测架构与生成式目标结合，通过潜在空间监督全局序列嵌入，实现从令牌恢复到语义对齐的转变，在17项基因组基准任务上提升线性探测和零样本性能，达到新最优。