论文研究 arXiv cs.AI Thu, 17 Sep 2026 正文 thin 4 words

FairCompressAgent:面向 FPGA 部署的公平性感知模型压缩智能体框架

英文标题:FairCompressAgent: An Agentic Framework for Fairness-Aware Model Compression for FPGA Deployment

研究人员提出了名为 FairCompressAgent 的智能体(Agent)框架,专注于解决模型压缩并部署至 FPGA 硬件时精度、公平性与部署成本之间的权衡难题。当多种压缩技术组合使用或用户实际需求动态变更时,传统压缩决策的复杂度显著上升。该框架利用 Agent 自动化探索与配置压缩方案,兼顾算法偏见控制与硬件资源开销。这一成果为在受限硬件与边缘加速设备上落地可信、高能效的 AI 系统提供了重要参考。
打开原文相关 2.4 · 机会 0
media2.1 KB media612 B media380 B media9.1 KB media32.7 KB media22.8 KB media24.2 KB media34.7 KB

中文

FairCompressAgent:面向 FPGA 部署的公平性感知模型压缩智能体框架

arXiv 编号:arXiv:2609.17786v1
发布类型:new

摘要

兼顾公平性的模型压缩(Fairness-aware model compression)需要选择适当的方法与配置,以在准确率、公平性以及部署成本之间取得平衡。当多种压缩方法相互组合、或是用户需求发生变化时,此类权衡决策将变得更加困难。在本文中……


BibTeX 引用格式

×

English / 原文

BibTeX formatted citation

×