-
#1Криптотокены на основе ИИ: Иллюзия децентрализованного искусственного интеллекта?Комплексный анализ криптотокенов на основе ИИ, изучение их технических архитектур, ограничений и перспектив в децентрализованных экосистемах ИИ.
-
#2E-PoW: Интеграция машинного обучения и блокчейн-майнинга в системах 6GИсследование консенсуса E-PoW, интегрирующего матричные вычисления ИИ в блокчейн-майнинг для утилизации вычислительных мощностей в сетях 6G.
-
#3Консенсус E-PoW: Объединение AI-обучения и блокчейн-майнинга в системах 6GАнализ консенсуса Evolved-Proof-of-Work, интегрирующего обучение ИИ с блокчейн-майнингом для утилизации вычислительных мощностей в сетях 6G.
-
#4Верификация энергопотребления ИИ: Сравнение CodeCarbon с эталонными измерениямиСистематическая оценка инструментов оценки энергопотребления ИИ: сравнение CodeCarbon и ML Emissions Calculator с эталонными измерениями в сотнях экспериментов.
-
#5Центры обработки данных AI HPC для гибкости энергосистемАнализ центров HPC для ИИ, обеспечивающих гибкость энергосистем с меньшими затратами по сравнению с универсальными центрами HPC, с использованием реальных вычислительных трасс и стоимостных моделей.
-
#6Бенчмаркинг надежности логических рассуждений в моделях ИИ для анализа энергетических системИсследование представляет бенчмарк аналитической надежности (ARB) для оценки целостности рассуждений в больших языковых моделях, применяемых в анализе энергосистем, с результатами для GPT-4/5, Claude 4.5, Gemini 2.5 и Llama 3.
-
#7ECO2AI: Инструмент отслеживания выбросов углерода для моделей машинного обучения в области устойчивого ИИECO2AI — это инструмент с открытым исходным кодом для отслеживания энергопотребления и выбросов углерода моделей машинного обучения, способствующий развитию устойчивого ИИ через точный региональный учет выбросов.
-
#8EconAgentic: Фреймворк на основе LLM для децентрализованных рынков физической инфраструктурыИсследование EconAgentic — фреймворка на основе больших языковых моделей для моделирования и оптимизации рынков DePIN с использованием AI-агентов, токеномики и смарт-контрактов.
-
#9Тестирование энергопотребления и углеродного следа для сервисов IoT на базе искусственного интеллектаАнализ проблем тестирования энергопотребления и выбросов углерода для сервисов IoT на базе ИИ, включая технические подходы, экспериментальные результаты и перспективы.
-
#10Анализ энергопотребления искусственного интеллекта в масштабах HPCИсследование компромиссов энергопотребления в глубоком обучении масштаба HPC с инструментом Benchmark-Tracker для измерения скорости вычислений и энергоэффективности алгоритмов ИИ.
-
#11Роль интеллектуальных транспортных систем и искусственного интеллекта в энергоэффективности и снижении выбросовИсследование того, как технологии ITS и AI способствуют энергосбережению и сокращению выбросов в транспортных системах, с акцентом на сенсоры, сетевые технологии и сервисы искусственного интеллекта.
-
#12Питание ИИ на периферии: Надежная бинаризованная нейронная сеть на мемристорах с вычислениями вблизи памятиУстойчивая бинаризованная нейросеть с 32 768 мемристорами, питаемая миниатюрными солнечными элементами, обеспечивает автономный периферийный ИИ с цифровой архитектурой вычислений вблизи памяти.
-
#13Токенизация визуальных концептов: Неконтролируемая трансформерная архитектура для обучения разделенным представлениямVCT — это неконтролируемая трансформерная архитектура, токенизирующая изображения в разделенные визуальные концепты с передовыми результатами в обучении представлений и декомпозиции сцен.
Последнее обновление: 2026-02-22 12:00:35