| 文献与研究要点 | 分享人 | 发表信息 | 资料 |
|---|---|---|---|
KASCADE: A PRACTICAL SPARSE ATTENTION METHOD FOR LONG-CONTEXT LLM INFERENCE本文提出训练无关的稀疏注意力方法 Kascade,通过锚定层计算 Top-k 索引并在中间层复用,结合 tiled top-K、头部重映射等机制,在 H100 GPU 上实现最高 4.1 倍解码加速和 2.2 倍预填充加速,且精度接近密集注意力。 | arXiv 2025-12 | 暂无 | |
Seeing Is Believing: How Social and Infrastructure Exposure Shape Electric Vehicle Adoption本研究利用西雅图-塔科马大都市区14.2万个兴趣点与86.2个普查区的大规模移动数据,通过三阶段因果推断框架,揭示了社会曝光与基础设施曝光对电动汽车采纳的不同影响机制。 | Data Science for Transportation 2025-10 | 暂无 | |
Graph RAG as Human Choice Model: Building a Data-Driven Mobility Agent with Preference Chain本研究针对城市交通模拟中数据稀缺和传统模型缺乏语境适应性的问题,提出了一种名为 Preference Chain(偏好链) 的新方法。该方法结合了图检索增强生成 (Graph RAG) 与大语言模型 (LLM),通过构建 BDI 行为图谱检索相似历史行为,实现了在极少样本下对人类复杂出行选择的高精度模拟。实验表明,该方法在小样本下优于传统机器学习模型,并具有良好的跨城市泛化能力。 | arXiv 2025-09 | 暂无 |