№flops·general
FLOPs
别名
- 首次出现
- 2026-05-22
- 最近出现
- 2026-09-01
- 累计提及
- 61
§ 01综述
FLOPs，即浮点运算次数，是衡量机器学习模型计算复杂度和性能的重要指标。
FLOPs 近期进展
参数空间探索新方法3PO：提升LLM强化学习性能：提出了一种新的参数空间探索方法，通过优化FLOPs来提升大型语言模型（LLM）的强化学习性能。
AirFlow：面向空气质量预测的上下文保持与多速率状态建模：在空气质量预测中，通过优化FLOPs实现上下文保持和多速率状态建模，提高了模型的预测精度。
PhyAI：边缘实时、云端扩展的统一物理AI推理引擎：PhyAI是一个物理AI推理引擎，旨在通过优化FLOPs实现边缘实时和云端扩展。
Meta GEM训练：LLM规模广告基础模型效率翻倍：Meta公司提出了一种新的训练方法，使得在LLM规模广告基础模型上的FLOPs效率翻倍。
当前焦点与观察点
智谱开源GLM-5.2：该模型采用Hugging Face平台，通过优化FLOPs实现自主部署和保障数据安全。
高盛分析LLM商品化：中国LLM模型的定价远低于美国，价格战加剧，对FLOPs的优化成为降低成本的关键。
ELSA3D：通过弹性语义锚定实现统一3D理解与生成，FLOPs的优化是实现快速、高效处理的关键。
迁移学习增强BiSeNetV2实现焊接机器人反射鲁棒性分割：通过优化FLOPs，提高焊接机器人在复杂环境下的分割准确性。
网格搜索前的思考：LLM服务的Floor-First分流方法，通过优化FLOPs实现高效的服务分配。