Relaxation-Informed Training of Neural Network Surrogate Models
基于松弛信息的神经网络代理模型训练
机构 * Imperial College London（帝国理工学院）
AI总结 本文提出基于松弛信息的神经网络代理模型训练方法，通过引入新的正则化器来优化混合整数线性规划的求解效率，实验表明可显著提升求解速度。
Comments 35 pages, 5 figures
高校专区
Imperial College London（帝国理工学院）
The Shape of Adversarial Influence: Characterizing LLM Latent Spaces with Persistent Homology
对抗影响的形状：利用持久同调表征大语言模型的潜在空间
机构 * Microsoft Security Response Center（微软安全响应中心） ； AIDOS Lab, University of Fribourg（弗里堡大学AIDOS实验室） ； Department of Mathematics, Imperial College London（伦敦帝国理工学院数学系） ； Queen Mary University of London（伦敦大学量子玛丽学院） ； Imperial College London（伦敦帝国理工学院） ； Language Technology Lab, University of Cambridge（剑桥大学语言技术实验室） ； The Alan Turing Institute（艾伦·图灵研究所）
AI总结 本文利用持久同调方法分析对抗输入如何改变大语言模型潜在空间的几何拓扑结构，揭示了潜在空间压缩和拓扑特征的普遍性。
HGQ-LUT: Fast LUT-Aware Training and Efficient Architectures for DNN Inference
HGQ-LUT：用于DNN推理的快速LUT感知训练和高效架构
机构 * California Institute of Technology, Pasadena, CA, USA（加州理工学院） ； University of Bristol, UK（布里斯托大学） ； Imperial College London, UK（伦敦帝国理工学院） ； SLAC National Accelerator Laboratory, Menlo Park, CA, USA（SLAC国家加速器实验室）
AI总结 HGQ-LUT通过引入LUT-Dense和LUT-Conv层及精细化量化，实现高效硬件效率和加速训练，支持混合架构的一体化设计与验证。
DimABSA: Building Multilingual and Multidomain Datasets for Dimensional Aspect-Based Sentiment Analysis
DimABSA：构建多语言多领域数据集用于维度方面基于情感分析
机构 * National Yang Ming Chiao Tung University ； Yuan Ze University ； Moscow State University ； Skoltech ； AIRI ； Yunnan University ； University of Cincinnati ； University of Göttingen ； Imperial College London ； National Research Council Canada
AI总结 本文提出DimABSA，首个多语言多领域数据集，通过引入连续valence-arousal评分提升细粒度情感分析能力，提供三个子任务及连续F1指标，推动多语言维度情感分析发展。
Comments accepted at ACL 2026
da4ml: Distributed Arithmetic for Real-time Neural Networks on FPGAs
da4ml：FPGA上的实时神经网络分布式算术
机构 * California Institute of Technology（加利福尼亚技术研究所） ； Imperial College London（伦敦帝国理工学院） ； CERN（欧洲核子研究中心） ； Institute of Physics Belgrade（贝尔格莱德物理研究所）
AI总结 本文提出一种高效算法，用于在FPGA上实现常数矩阵向量乘法，同时优化面积和延迟，减少芯片资源并降低延迟，使之前不可行的网络得以实现。
Journal ref ACM Trans. Reconfig. Technol. Syst., Vol. 19, No. 1, Article 13. (March 2026)
