热点事件持续更新
研究团队提出跨硬件优化框架ModelBlaster
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
2026年11月4日，arXiv机器学习板块发布关于ModelBlaster的研究论文。针对不同模型、算子与硬件后端之间存在的性能差距，研究团队提出了ModelBlaster框架。该框架基于内存增强上下文强化学习（MAIC-RL），通过在推理阶段实时更新知识库，旨在实现跨算子、跨模型与异构硬件后端的性能优化及经验复用，从而弥合不同后端之间的性能差距。
AI 根据报道生成 · 11 小时前更新
最新进展11月4日 13:00
研究团队发布ModelBlaster框架，利用MAIC-RL实现跨模型与异构硬件的优化及经验复用。报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv 机器学习ModelBlaster：通过学习增强智能体跨模型、算子与硬件后端弥合性能差距
ModelBlaster 提出内存增强上下文强化学习（MAIC-RL）框架，通过推理时更新知识库实现跨算子、模型与异构硬件的优化及经验复用。
本事件热度走势
当前热度 7·可比范围峰值 10（11月4日 14:00）·近 24 小时可比范围变化–
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。