'Trained' bacteriophages expand treatment options for antibiotic-resistant infections
抗生素耐药性是全球公共卫生面临的最紧迫挑战之一，因为有害微生物不断进化以逃避这些药物。
On Fitting Flow Models with Large Sinkhorn Couplings
流模型将数据逐渐从一种模态（例如噪声）转换为另一种模态（例如图像）。此类模型通过与时间相关的速度场进行参数化，并经过训练以拟合连接源点和目标点对的线段。当给定源点和目标点之间的配对时，训练流模型可以归结为监督回归问题。当不存在这样的配对时，就像从噪声生成数据时的情况一样，训练流程会困难得多。一种流行的方法是独立选择源点和目标点。然而，这可能会导致速度场变慢......
MoE-PHDS: One MoE Checkpoint for Flexible Runtime Sparsity
稀疏专家混合 (MoE) 通常经过训练以在固定的稀疏级别上运行，例如top-k 门函数中的 k。该全局稀疏度水平决定了精度/延迟曲线上的操作点；目前，满足多个效率目标意味着训练和维护多个模型。这种做法使服务变得复杂，增加了培训和维护成本，并限制了满足不同延迟、效率和能源要求的灵活性。我们证明，预训练的 MoE 对运行时稀疏性变化的鲁棒性比通常假设的要强，并引入了 MoE-PHDS ({\bf...
