Snowflake

Small molecule retrieval from tandem mass spectrometry: what are we optimizing for?

从串联质谱中检索小分子：我们正在优化什么？

Gaetan De Waele, Marek Wydmuch, Krzysztof Dembczyński, Wojciech Kotłowski, Willem Waegeman

机构 * Department of Data Analysis and Mathematical Modelling, Ghent University, Belgium（数据分析与数学建模系，根特大学，比利时） ； Snowflake AI Research（Snowflake人工智能研究） ； Poznan University of Technology（波兹南技术大学） 纠错

AI总结 本研究探讨了在串联质谱数据中检索小分子时，指纹相似性与分子检索之间的根本权衡，揭示了损失函数选择对模型性能的影响。

AgentSM: Semantic Memory for Agentic Text-to-SQL

AgentSM: 语义记忆用于代理文本到SQL

Asim Biswal, Chuan Lei, Xiao Qin, Aodong Li, Balakrishnan Narayanaswamy, Tim Kraska

机构 * Amazon Web Services（亚马逊网络服务） ； University of California, Berkeley（加州大学伯克利分校） ； Oracle Corporation（甲骨文公司） ； Snowflake Inc.（Snowflake公司） 纠错

AI总结 AgentSM通过构建可解释的语义记忆，提升文本到SQL任务的效率和准确性，减少令牌使用和轨迹长度，达到更高执行精度。

Arctic-Text2SQL-R1: Simple Rewards, Strong Reasoning in Text-to-SQL

Arctic-Text2SQL-R1: 简单奖励，强推理的文本到SQL

Zhewei Yao, Guoheng Sun, Lukasz Borchmann, Gaurav Nuti, Zheyu Shen, Minghang Deng, Bohan Zhai, Hao Zhang, Ang Li, Yuxiong He

机构 * Snowflake AI Research（Snowflake AI研究院） ； University of Maryland（马里兰大学） ； University of California, San Diego（加州大学圣地亚哥分校） 纠错

AI总结 Arctic-Text2SQL-R1通过简单奖励机制和强化学习框架，在文本到SQL任务中实现高准确率和高效性，优于现有大型模型。

Comments 22 pages, 2 figures

Large-Scale Aspect-Based Sentiment Analysis with Reasoning-Infused LLMs

基于推理注入的大型方面基于情感分析

Paweł Liskowski, Krzysztof Jankowski

机构 * Snowflake Inc.（Snowflake公司） 纠错

AI总结 Arctic-ABSA通过引入推理注入技术，提升了大型多语言方面情感分析模型的准确性和泛化能力，实现了在多个领域和语言上的高性能表现。

Fast and Accurate Causal Parallel Decoding using Jacobi Forcing

快速且准确的因果并行解码使用雅可比强迫

Lanxiang Hu, Siqi Kou, Yichao Fu, Samyam Rajbhandari, Tajana Rosing, Yuxiong He, Zhijie Deng, Hao Zhang

机构 * UC San Diego（UC圣迭戈大学） ； Shanghai Jiao Tong University（上海交通大学） ； Snowflake（Snowflake公司） 纠错

AI总结 本文提出雅可比强迫方法，通过渐进蒸馏将AR模型转化为高效的并行解码器，实现3.8倍的速度提升并保持性能，同时引入多块解码与拒绝回收进一步提升效率。

Arctic-Extract Technical Report

北极-提取技术报告

Mateusz Chiliński, Julita Ołtusek, Wojciech Jaśkowski

机构 * Snowflake AI Research（Snowflake AI研究院） 纠错

AI总结 Arctic-Extract 是一个轻量级的先进模型，专为在资源受限设备上处理长商务文档的结构数据提取而设计。

Language Models Model Language

Łukasz Borchmann

机构 * Snowflake AI Research（Snowflake人工智能研究） 纠错

OWL: Overcoming Window Length-Dependence in Speculative Decoding for Long-Context Inputs

Jaeseong Lee, seung-won hwang, Aurick Qiao, Gabriele Oliaro, Ye Wang, Samyam Rajbhandari

机构 * Snowflake AI Research（Snowflake AI研究院） ； Seoul National University（首尔国立大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

SuffixDecoding: Extreme Speculative Decoding for Emerging AI Applications

Gabriele Oliaro, Zhihao Jia, Daniel Campos, Aurick Qiao

机构 * Snowflake AI Research（Snowflake AI研究院） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

Comments NeurIPS 2025 (Spotlight)

Local Linear Attention: An Optimal Interpolation of Linear and Softmax Attention For Test-Time Regression

Yifei Zuo, Yutong Yin, Zhichen Zeng, Ang Li, Banghua Zhu, Zhaoran Wang

机构 * Snowflake AI Research（Snowflake AI研究机构） ； Northwestern University（西北大学） ； University of Washington（华盛顿大学） 纠错

Universal Checkpointing: A Flexible and Efficient Distributed Checkpointing System for Large-Scale DNN Training with Reconfigurable Parallelis

Xinyu Lian, Sam Ade Jacobs, Lev Kurilenko, Masahiro Tanaka, Stas Bekman, Olatunji Ruwase, Minjia Zhang

机构 * UIUC（伊利诺伊大学香槟分校） ； Microsoft（微软） ； Snowflake 纠错

Federated Timeline Synthesis: Scalable and Private Methodology For Model Training and Deployment

Pawel Renc, Michal K. Grzeszczyk, Linglong Qian, Nassim Oufattole, Jeff Rasley, Arkadiusz Sitek

机构 * Snowflake AI Research（Snowflake人工智能研究院） ； Massachusetts General Hospital（麻省总医院） ； AGH University of Krakow（克拉科夫AGH大学） ； Massachusetts Institute of Technology（麻省理工学院） ； King’s College London（伦敦国王学院） ； Harvard Medical School（哈佛医学院） 纠错

Comments conference paper

Arctic Long Sequence Training: Scalable And Efficient Training For Multi-Million Token Sequences

Stas Bekman, Samyam Rajbhandari, Michael Wyatt, Jeff Rasley, Tunji Ruwase, Zhewei Yao, Aurick Qiao, Yuxiong He

机构 * Snowflake AI Research（Snowflake AI研究院） 纠错

Comments 19 pages, 13 figures

SwiftKV: Fast Prefill-Optimized Inference with Knowledge-Preserving Model Transformation

Aurick Qiao, Zhewei Yao, Samyam Rajbhandari, Yuxiong He

机构 * Snowflake AI Research（Snowflake人工智能研究院） 纠错

ComposeRAG: A Modular and Composable RAG for Corpus-Grounded Multi-Hop Question Answering

Ruofan Wu, Youngwon Lee, Fan Shu, Danmei Xu, Seung-won Hwang, Zhewei Yao, Yuxiong He, Feng Yan

机构 * University of Houston（德克萨斯大学休斯敦分校） ； Seoul National University（首尔国立大学） ； Snowflake AI Research（Snowflake人工智能研究） 纠错

Efficiently Scaling LLM Reasoning with Certaindex

Yichao Fu, Junda Chen, Siqi Zhu, Zheyu Fu, Zhongdongming Dai, Yonghao Zhuang, Yian Ma, Aurick Qiao, Tajana Rosing, Ion Stoica, Hao Zhang

机构 * UCSD（加州大学圣迭戈分校） ； Tsinghua University（清华大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Snowflake（Snowflake公司） ； UC Berkeley（加州大学伯克利分校） 纠错

EnronQA: Towards Personalized RAG over Private Documents

Michael J. Ryan, Danmei Xu, Chris Nivera, Daniel Campos

机构 * Stanford University（斯坦福大学） ； Snowflake（Snowflake公司） 纠错

Comments 26 pages, 4 figures, 6 tables

Support Evaluation for the TREC 2024 RAG Track: Comparing Human versus LLM Judges

Nandan Thakur, Ronak Pradeep, Shivani Upadhyay, Daniel Campos, Nick Craswell, Jimmy Lin

机构 * University of Waterloo（滑铁卢大学） ； Snowflake（Snowflake公司） ； Microsoft（微软公司） 纠错

Comments Accepted at SIGIR 2025 (short)

The Great Nugget Recall: Automating Fact Extraction and RAG Evaluation with Large Language Models

Ronak Pradeep, Nandan Thakur, Shivani Upadhyay, Daniel Campos, Nick Craswell, Jimmy Lin

机构 * University of Waterloo（滑铁卢大学） ； Snowflake ； Microsoft（微软） 纠错

Comments To appear in SIGIR 2025. Significant updates and revisions to arXiv:2411.09607