MHA2MLA – 复旦、上海AI Lab等推出优化LLM推理效率的方法
MHA2MLA是复旦大学、华东师范大学、上海AI Lab等机构联合推出的数据高效的微调方法，基于引入DeepSeek的多头潜在注意力机制（MLA），优化任何基于Transformer的LLM的推理效率，降低推理成本。
23
0
2025-08-29
ImBD – 复旦联合华南理工等机构推出的通用 AI 内容检测器
ImBD（Imitate Before Detect）是复旦大学、华南理工大学、武汉大学、Fenzi AI等推出的用在检测机器修订文本的方法。首先模仿大型语言模型（LLMs）生成文本的风格，基于风格偏好优化（SPO）调整评分模型，让其更符合机器修订文本的特征。然后，利用风格条件概率曲率（Style-CPC）量化原始文本与条件概率采样生成文本之间的对数概率差异，有效区分人类写作和机器修订内容。
22
0
2025-08-29
