📰 2026-06-16 · 每日技术速递
今日精选 6 篇深度技术文章,覆盖 cs.AR / cs.LG / cs.CL。
1. Efficient On-Device Diffusion LLM Inference with Mobile NPU
来源:cs.LG
链接:https://arxiv.org/abs/2606.13740
标签:LLM · 推理优化 · NPU · 扩散模型
2606.13740v1
核心要点:
- 详见原文
- 详见原文
- 详见原文
2. Natively Unlearnable Large Language Models
来源:cs.LG
链接:https://arxiv.org/abs/2606.13873
标签:LLM · 训练加速
2606.13873v1
核心要点:
- 详见原文
- 详见原文
- 详见原文
3. Can Post-Training Turn LLMs into Good Medical Coders? An Empirical Study of Generative ICD Coding
来源:cs.CL
链接:https://arxiv.org/abs/2606.13940
标签:LLM · 推理优化 · 训练加速
2606.13940v1
核心要点:
- 详见原文
- 详见原文
- 详见原文
4. Decoupled Mixture-of-Experts for Parametric Knowledge Injection
来源:cs.CL
链接:https://arxiv.org/abs/2606.14243
标签:LLM · 训练加速
2606.14243v1
核心要点:
- 详见原文
- 详见原文
- 详见原文
5. A Fast Locality Simulator for GEMM Design-Space Exploration on Multi-Chiplet GPUs
来源:cs.AR
链接:https://arxiv.org/abs/2606.11716
标签:LLM · GPU · 算子优化 · 内存优化
2606.11716v2
核心要点:
- 详见原文
- 详见原文
- 详见原文
6. The Culture Funnel: You Can’t Align What isn’t in the Data
来源:cs.CL
链接:https://arxiv.org/abs/2606.13808
标签:LLM · 推理优化 · 微调 · 训练加速
2606.13808v1
核心要点:
- 详见原文
- 详见原文
- 详见原文
📊 今日速览
| # | 标题摘要 | 来源 | 方向 |
|---|---|---|---|
| 1 | Efficient On-Device Diffusion LLM Infere | cs.LG | LLM/推理/系统 |
| 2 | Natively Unlearnable Large Language Mode | cs.LG | LLM/推理/系统 |
| 3 | Can Post-Training Turn LLMs into Good Me | cs.CL | LLM/推理/系统 |
| 4 | Decoupled Mixture-of-Experts for Paramet | cs.CL | LLM/推理/系统 |
| 5 | A Fast Locality Simulator for GEMM Desig | cs.AR | LLM/推理/系统 |
| 6 | The Culture Funnel: You Can’t Align What | cs.CL | LLM/推理/系统 |
自动生成 · 2026-06-16 · jeffinchen daily tech reading list
评论