麦立凡发布SatOps-Decision卫星低延迟决策模型论文
热点事件观察中
麦立凡发布SatOps-Decision卫星低延迟决策模型论文
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Lifan Mei 在 arXiv 发布论文，提出卫星通信运营低延迟决策模型 SatOps-Decision，将 Jev 风格的通用判别式决策模型应用于该领域，并配套首个专用 benchmark。论文称其本地 scorer 单次前向即可从给定运营答案中选出结果，中位延迟 90.3 ms，比 Qwen3.5-0.8B 生成（493.9 ms）快 5.47 倍，在 1,024 道训练开发之外的保留题上平均原始准确率 85.3%，高于 Qwen 生成的 40.7% 和 OneJev 的 58.6%；云端 Jev 1.14/1.13 达 87.4%/81.9%，作为准确率参照。提速倍数基于所测 FP32/MPS 实现的中位请求时间。
AI 根据报道生成 · 1 小时前更新
最新进展10月29日 03:00
SatOps-Decision：面向星载卫星通信运营的低延迟判别式决策方法报道时间线
沿着报道，了解事件的不同侧面。
10月29日
- arXiv · cs.AISatOps-Decision：面向星载卫星通信运营的低延迟判别式决策方法
论文提出 SatOps-Decision，将 Jev 风格的通用判别式决策模型首次应用于卫星通信运营，并配套首个专用 benchmark。其本地 scorer 单次前向即可从给定运营答案中选择结果，中位延迟 90.3 ms，比 Qwen3.5-0.8B 生成（493.9 ms）快 5.47 倍，平均原始准确率 85.3%，高于 Qwen 生成的 40.7% 和 OneJev 的 58.6%。云端 Jev 1.14/1.13 达 87.4/81.9% 作为准确率参照。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。