Accelerating Text-to-Video Generation with Calibrated Sparse Attention
最近的扩散模型可以生成高质量的视频，但运行时间很慢。这些模型中使用的基于变压器的大型骨干网受到时空注意力的瓶颈。在本文中，我们发现很大一部分令牌到令牌连接在各种输入中始终产生可以忽略不计的分数，并且它们的模式经常在查询中重复。因此，在这些情况下，注意力计算可以被跳过，对结果几乎没有影响。对于本地令牌块之间的连接，这一观察结果仍然成立。受此激励，我们...
Environment-free Synthetic Data Generation for API-Calling Agents
训练调用 API 的大型语言模型 (LLM) 代理需要大量高质量的轨迹。然而，大规模收集此类数据通常需要具有可执行 API 和现实的、预先填充的后端数据库的完全实施的环境，从而造成可扩展性的主要瓶颈。为了克服这个问题，我们提出了一种无环境的合成数据生成方法，利用法学硕士作为动态数字世界模型。仅给定 API 规范，我们的方法就会生成模仿代理和有状态环境之间交互的轨迹。具体来说......
On Israel, Congressional Republicans and Democrats Are Far Apart
共和党政治家仍然坚定地支持以色列。民主党政客是大量反对犹太国家的人。《论以色列、国会共和党人和民主党人相距甚远》一文首先出现在美国企业研究所 - AEI 上。
Николай Кузнецов и его двигатели. Часть II
尼古拉·德米特里耶维奇·库兹涅佐夫设计局的主要发展，从 NK-12 到 NK-86
Студенты «Крыльев Ростеха» из Москвы, Перми и Уфы познакомятся с производством двигателей ПД-8
30 多名教育和专业方向的学生正在纳里宾斯克企业“ODK-Saturn”进行跨地区暑期实习
古生物学家正试图重建细胞首次获得细胞核并开始变得更加复杂的时代。
People at the Center – How We Think About Designing Systems Change for Impact
将人置于我们正在构建的系统的中心意味着接受职业道路很少是线性的。它要求我们建立适应生活转变的基础设施，认可非正式学习，并重视工人的代理而不是他们自己的数据。文章“中心人物——我们如何思考设计系统变革以产生影响”首先出现在阿斯彭研究所。
Broadband: Actions Needed to Strengthen Fragmented Federal Effort
GAO 的发现正如 GAO 于 2022 年 5 月报告的那样，联邦宽带工作是分散的，有超过 100 个计划由 15 个机构管理。一些计划支持宽带作为其主要目的，而另一些计划支持宽带作为一个可能的目的（见图）。截至 2021 年 11 月以宽带为主要目的的联邦计划图（按目的类别）GAO 发现，国家战略、持续的机构间协调和更好的地图数据可以加强联邦宽带努力。国家战略。协调解决广泛的国家需求问题的计划的战略可以帮助减轻分散的联邦计划的负面影响，但没有针对联邦宽带工作的国家战略。 2022 年 5 月，GAO 建议制定这样一项战略来同步这些工作。机构间协调。无论是否有国家战略，管理宽带计划的机构之间
Tax Regulations: Opportunities Exist to Improve Economic Analysis and Taxpayer Engagement
GAO 发现的内容财政部和国税局 (IRS) 在 2017 年 1 月 21 日至 2026 年 3 月 31 日期间提出了 236 项税收法规，并最终确定了 231 项法规。这些法规包括实施 2017 年、2022 年和 2025 年税法全面变更条款的法规。IRS 规则制定程序通常为公众提供了对拟议税务法规发表评论的机会。GAO 发现财政部和国税局可以提高对具有 1 亿美元或更多经济影响的具有重大经济意义的税收法规所需的监管经济分析的有用性，在 GAO 审查期间指定了 28 项税收法规。财政部和国税局始终采用管理和预算办公室 (OMB) 建议的做法之一来审查具有经济意义的法规。这种分析设计法
Lockheed, RTX in ‘early’ talks for Ukraine Patriot production, execs say
“我们正在与美国政府合作， [...] 确定什么是可行的，什么是对乌克兰最好的，”雷神公司的 Tom Laliberty 说。
How Much of a Data Science Workflow Can Run on a GPU Today? Part 1: Accelerating Data Preparation
使用 cuDF、cudf.pandas 和 Polars GPU 引擎探索 GPU 加速文章当今有多少数据科学工作流程可以在 GPU 上运行？第 1 部分：加速数据准备首先出现在《迈向数据科学》上。
