本站已超过 12 小时没有更新（正常每 3 小时更新一次），下面的内容可能不是最新的。
本页没有符合条件的条目（筛选只在本页内进行）。
说明锦标赛均衡集属于PSPACE完全问题，即使在遗传唯一性条件下仍然成立
简介本文研究锦标赛均衡集（TEQ）这一基于两两多数比较的投票规则，其定义是递归的。论文证明判定某个备选方案是否属于TEQ的问题是PSPACE完全的，填补了此前只知道NP困难且位于PSPACE中的空白。即使每个非空子锦标赛都具有唯一的最小保留集，困难性依然成立。论文还分析了支配者数量上限不同时的计算复杂度变化。
看点首次证明张量均衡集TEQ成员判定为PSPACE完全，即使满足唯一性性质；作者给出完整复杂性分类，影响限于投票理论与复杂性领域。
说明次模秘书问题：单调目标下的紧界 1-1/e，以及一般情形下严格介于 1/e 与 1/2 之间的比率
简介该论文研究带基数约束的次模秘书问题：n 个元素随机顺序到达，算法须即时决定接受或拒绝，以在至多 k 个元素的集合上最大化非负次模函数。对于单调目标，论文给出最优竞争比在 k 趋于无穷时恰为 1-1/e，并给出一个只需至多 4n+1 次价值查询的算法。对于一般目标，论文给出的最优极限比率严格介于 1/e 与 1/2 之间，并提出了“资格衰减”这一新机制。
看点对单调目标给出紧的1-1/e竞争比并给出单一算法，对一般目标将最优比推进到严格介于1/e与1/2之间，并提出资格衰减新技术。
说明非期望效用最大化者的虚构博弈：2×2博弈中的几何分析
简介本文研究非线性虚构博弈（NL-FP），即智能体用可能非线性的泛函评估对手经验信念下的收益分布，而非仅做期望收益最大化。作者提出单交叉性质（SCP），在2×2博弈中保持经典虚构博弈的几何结构，并对SCP不成立时的收敛行为进行了几何分析。论文还指出，在2×3博弈中，若行动数较少的一方使用条件风险价值（CVaR），即使连续时间的NL-FP也可能不收敛；并给出保证一般2×n博弈收敛的有限交叉条件。
说明《播种难解性的种子：Kalah 是 PSPACE 完全问题》：证明经典播种棋 Kalah 在棋盘规模增长时的判定问题为 PSPACE 完全
简介本文研究两人对弈的经典播种类棋戏 Kalah（曼卡拉棋的一种）。作者把每方坑数作为输入的一部分，任意给定局面，判断指定一方能否强制获胜，并证明该问题是 PSPACE 完全的。证明方法是先引入中间问题 Line Kalah，再将量化布尔公式归约到它，最后把直线局面嵌入到双方储存库均为空的 Kalah 中。
看点新意在于证明Kalah推广到任意棋盘与局面时判定必胜为PSPACE完全，并引入Line Kalah中间问题；作者给出归约并声称在两种捕获约定和奖励规则下均成立，影响主要在组合博弈复杂性领域。
说明PACER：面向机器学习工作负载的GPU功率超限管理
简介该论文指出现代GPU存在显著的核内短时变化，主要来源是功率瞬时超过额定限值的现象（EDP峰值）。作者首次对这类功率超限的幅度与频率进行了刻画，发现大语言模型等机器学习工作负载中此类现象尤为频繁。作者设计了硬件与固件机制以降低其造成的性能波动，在多种常见负载上相比现有GPU功率管理方案提升了3%至12%的性能，并与理想方案的差距在3%以内。
说明资源地貌中影响者博弈的学习动力学：竞争在何时导致趋同或分裂的研究
简介本文提出一种名为“影响者博弈”的空间博弈框架，参与者的策略表示为特质空间中的位置，并根据其在资源各特质点上的相对影响力分享资源。作者证明在影响核严格对数凹的条件下存在唯一的对称纳什均衡，并分析了系统稳定性与影响核参数、参与者数量及资源分布形状的关系。文中还给出了稳定性阈值及分岔类型，并结合真实资源数据及多智能体强化学习进行了验证。
看点提出新的空间博弈框架，证明对称纳什均衡唯一并给出稳定性阈值与分岔类型，结合真实数据与多智能体强化学习验证。
说明广播而非复制：消除数据中心大模型推理中的权重HBM
简介论文提出光广播内存（OBM），一种分层的光纤“抽头放大”架构，用于替代此前基于光纤环的延迟线内存方案。中心内存服务器持续向分布式推理节点广播权重，节点通过仅接收的共封装光学器件被动读取数据流，无需中间缓冲。在8万个加速器的规模下，该方案可消除PB级HBM，其吞吐量和每词元能耗与基于HBM的系统相当或更优。