AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：liyazhou@ ...

Krapivin的研究突破性地推翻了姚期智长达40年的哈希表性能猜想，提出了更高效的哈希表设计，显著提升了查询和插入操作的速度，并可能在数据库、缓存系统、编译器、网络路由和密码学等领域带来深远影响。

姚期智教授之前推断“对于具有某些“贪婪”插入属性的哈希表，其平均查询时间存在 O (log 𝑥) 的理论下限”。而克拉皮文团队通过引入 非贪婪插入策略 ， 推翻了这样的限制条件。 他们证明，他们所提出的新型哈希表能够实现 与负载系数 𝑥 ...

浙江汇隆新材料股份有限公司，一家专注于原液着色涤纶长丝智能制造的领先企业，近日宣布对 Ambercycle进行 500 万美元的战略投资。此次合作体现了双方在绿色纤维创新领域的共同承诺，计划携手扩大 T2T 原液着色涤纶长丝的生产能力。

文章全面探讨了大语言模型在预训练数据选择上的重要性，并提出了一种名为 DataMan 的数据管理器，用于对预训练数据进行质量评分和领域识别，以优化 LLMs 的预训练过程，本文由浙江大学和阿里巴巴千问 ...

这些方法包括： 1）Uniform：随机选择 ... 建模、任务泛化能力和指令遵循能力上均优于使用均匀采样的基线模型。此外，使用 DataMan 的 13 个质量 ...