arXiv 人工智能前沿论文精选 2026年5月下旬
1. 精简草稿强化检索：推测解码的混合树构造策略 原文标题: Draft Less, Retrieve More: Hybrid Tree Construction for Speculative Decoding 发布时间: 2026-05-19 论文链接:http://arxiv.org/abs/2605.20104v1 推测解码（SD）采用先预测后校验的模式来加速大语言模型推理过程。当前方法通过构建大型草稿树来追求更高的接受率，但这会导致显存带宽与计算资源的严重瓶颈。动态深度剪枝虽能通过移除边缘分支
徐纪元受邀参会ICLR 2026：以海报展示最新研究成果
近日，国际表征学习会议（International Conference on Learning Representations，ICLR 2026，CCF-A类会议，人工智能领域三大顶级国际学术会议之一）在巴西里约热内卢顺利闭幕。我校信息技术与人工智能学院“藏经阁”团队硕士研究生徐纪元受邀到会交流，并通过海报形式呈现其最新研究论文成果。作为人工智能领域影响力突出的国际学术平台，ICLR由深度学习与表征学习方向的众多顶尖学者共同推动，长期与NeurIPS、ICML并列为全球三大权威AI会议。本届会议在巴西