寻脉SEEKPULSE
发现热榜需求广场技术讨论工具箱信源
AI 与各行业落地的前沿信号

寻行业之脉
接真实之需

每日自动追踪全球权威信源,模型生成中文摘要与有效期判断,人工抽检把关。 不追热点,只留经得起推敲的那一部分。

249
累计条目
0
今日新增
12
权威信源
采集中每日 02:00 · UTC+8
L1 摘要
全量
L2 深度
0
人工抽检
每日

按领域浏览

AI 与可被 AI 赋能的行业方向,每个领域独立成脉

筛选结果

共 2 条符合条件

清除筛选
当前筛选#scheduling×
行业落地arXiv cs.AI4 天前

Deep Reinforcement Learning for HPC Job Scheduling: A Statistical Evaluation

该论文用统计框架评估六种深度强化学习(PPO/A2C/DQN,含/不含动作掩码)在真实 Slurm HPC 作业调度中的表现,并加入掩码随机对照。结果显示同构负载下掩码DRL未显著优于对照,异构负载下MaskablePPO三项指标均改善,最大有界减速比LCFS低22%。强调需用掩码随机基线区分'能跑完'与真实调度收益。