算法优化

研究人员推出Auto-FL-Research（AFR）系统，通过智能代理自动搜索联邦学习算法组合，在多个医疗数据集上实现性能提升。

研究者提出几何感知蒙特卡洛树搜索框架，通过增量更新可行动作空间和几何对称性优化，显著提升组合几何极值问题的求解效率，在多个经典问题上取得新突破。

Google DeepMind发布新型缓存优化算法，通过线性弹性机制提升云资源利用率，降低运营成本。

Google DeepMind发布TurboQuant算法，通过极端压缩技术大幅提升AI模型运行效率，为边缘计算与低功耗场景带来突破性解决方案。

针对现有强化学习算法在长周期训练中易出现模型崩溃的问题，通义千问研究团队提出新型GSPO算法，旨在为大语言模型的规模化强化学习训练提供稳定基础。