NVIDIA Research — korshunov.ai

Источник · NVIDIA Research

lab NVIDIA Research · 3 д назад Terminal-Bench · 68.03% · 31 просмотр

Mid-Harness повышает надёжность действий терминального агента за счёт масштабирования вычислений во время тестирования

Исследователи представляют Mid-Harness — метод, который выбирает и проверяет кандидаты на действия на границе между моделью и оболочкой (harness), чтобы повысить надёжность выполнения в терминальных агентах. Этот подход распределяет вычисления во время тестирования за счёт проверки нескольких вариантов перед отправкой одного из них на выполнение, оставляя генератор и оболочку без изменений.

lab NVIDIA Research · 18 д назад · 30 просмотров

Human2Any: передача от человека роботу через композиционное планирование с учётом ограничений

В статье представлена Human2Any — метод передачи от человека роботу, использующий композиционное планирование с учётом ограничений. Дополнительные сведения или основной текст в источнике не приведены.

lab NVIDIA Research · 19 д назад · 22 просмотра

ShareMMU обеспечивает безопасное разделение трансляции адресов между недоверенными ускорителями с малыми накладными расходами

Исследователи представляют ShareMMU, дизайн IOMMU, который позволяет нескольким недоверенным ускорителям безопасно повторно использовать предварительно транслированные адреса в общем виртуальном адресном пространстве. Этот подход снижает риски побочных каналов, связанные с большими общими таблицами трансляции (TLB), сохраняя при этом высокую производительность.

lab NVIDIA Research · 20 д назад · 30 просмотров

FastGen-PDD представляет параллельную дистилляцию декодирования для быстрого генерирования видео и изображений

Исследователи представляют Параллельную Дистилляцию Декодирования (PDD), упрощённый метод на основе траекторий для ускорения вывода в моделях диффузии и согласования потоков. В отличие от современных подходов, полагающихся на сложную оптимизацию вариационной дистилляции оценок и состязательных потерь, PDD предсказывает несколько шагов денормализации за одну оценку сети.

lab NVIDIA Research · 20 д назад · 35 просмотров

Nvidia представляет расширенные модели ошибок детекторов для композиции квантовых схемных ошибок

Исследователь Nvidia Н. Хоррокс представляет расширенные модели ошибок детекторов (EDEMs), предназначенные для обработки отказоустойчивых квантовых программ со стабилизаторными схемами и стохастическими ошибками Паули. Эти модели позволяют анализировать ошибки путем последовательной и параллельной композиции, что отражает структуру физических реализаций схем.

lab NVIDIA Research · 23 д назад · 26 просмотров

Onyx обеспечивает снижение стоимости в 1,7–9,9 раза и задержки в 2,3–12,3 раза для disk-oblivious ANN-поиска

Исследователи предлагают Onyx — энергоэффективный подход к disk-oblivious приближенному поиску ближайших соседей (ANN), который балансирует пропускную способность и количество обращений путем инвертирования архитектуры современных систем ORAM-ANN.

lab NVIDIA Research · 23 д назад · 29 просмотров

Privatar обеспечивает масштабируемую приватную многопользовательскую VR за счёт безопасного выноса задач

Исследователи представляют Privatar — фреймворк, который переносит реконструкцию аватара с гарнитур на недоверенные локальные устройства, защищая при этом от перехвата данных. Система использует специфичные для домена знания о реконструкции аватара для достижения доказуемо приватного выноса задач с минимальными потерями производительности.

lab NVIDIA Research · 23 д назад · 33 просмотра

NVIDIA выпускает GPIR для ускорения на GPU конфиденциального поиска информации

Исследователи из NVIDIA представили GPIR, систему, которая ускоряет выполнение Private Information Retrieval (PIR) на графических процессорах за счёт решения проблем с высокой вычислительной нагрузкой и трафиком памяти на стороне сервера, присущих протоколам на основе решёток. Система использует гибридную модель выполнения, учитывающую стадию обработки, которая динамически переключается между ядрами уровня операций и уровня стадий для максимизации повторного использования данных внутри чипа.

lab NVIDIA Research · 23 д назад · 36 просмотров

NVIDIA характеризует производительность и стоимость MPC и FHE для PPML

Новое исследование представляет унифицированную системную характеристику безопасных многосторонних вычислений (MPC) и полностью гомоморфного шифрования (FHE) для машинного обучения с сохранением конфиденциальности. Работа оценивает два варианта MPC — преобразование арифметического/бинарного разделения и секретное разделение функций — наряду с FHE в нескольких моделях CNN и Transformer.

lab NVIDIA Research · 23 д назад · 24 просмотра

NVIDIA предлагает системные защиты от косвенной инъекции промптов в ИИ-агентах

Позиционный документ исследователей NVIDIA описывает видение обеспечения безопасности ИИ-агентов от атак с косвенной инъекцией промптов, где вредоносные инструкции, встроенные в ненадежные данные, вызывают опасные действия. Авторы утверждают, что эффективная защита требует выхода за рамки изолированных исправлений моделей к комплексным системным архитектурам.

lab NVIDIA Research · 23 д назад · 22 просмотра

ReasoningBomb вызывает патологически длинное рассуждение в больших моделях рассуждения

Исследователи формализовали атаки на отказ в обслуживании во время вывода (PI-DoS), которые используют высокую вычислительную стоимость явного многошагового рассуждения в больших моделях рассуждения (LRM). Они представляют ReasoningBomb — основанную на обучении с подкреплением систему, которая обучает атакующего генерировать короткие естественные промпты, заставляющие модели-жертвы вступать в патологически длинные и часто не завершающиеся цепочки рассуждений.

lab NVIDIA Research · 23 д назад · 18 просмотров

ReasAlign использует рассуждения для защиты агентов LLM от инъекций в промпты

Исследователи представили ReasAlign, решение на уровне модели, предназначенное для улучшения безопасности выравнивания больших языковых моделей (LLM) против косвенных атак с инъекцией промптов. Подход включает структурированные шаги рассуждения для анализа пользовательских запросов и выявления конфликтующих инструкций, обеспечивая непрерывность задач, задуманных пользователем.