Qoder 上线 Fast 快速模式,直播预告技术解析
Qoder 于 10 月 10 日上线 Fast 快速模式,首次响应时间仅为 3 秒,成本系数低于 Auto 及国际版 Performance 模式。 该模式通过模型智能路由、Agent 链路精简及网络传输压缩实现提速,将于 10 月 12 日直播详解技术迭代思路。
Qoder 于 10 月 10 日上线 Fast 快速模式,首次响应时间仅为 3 秒,成本系数低于 Auto 及国际版 Performance 模式。 该模式通过模型智能路由、Agent 链路精简及网络传输压缩实现提速,将于 10 月 12 日直播详解技术迭代思路。
GenCoord提出去中心化协议,将任务分工本身作为通信消息。在Minecraft中,0.8B本地智能体任务成功率持平自由对话,但中位承诺时间减少68.2%。 同一DeepSeek模型下,该协议生成token量仅为对话式协议的1/2.8,多步承诺将未见模板成功率从91.3%提升至98.1%。
AudioTETRIS 是一个免训练框架,利用音频编码器几何特征作为声学先验,在 LLM 解码器中计算融合得分以进行 Token 压缩。 该框架在 Qwen2-Audio-7B 等模型上,仅保留 25% 的音频 Token 即可维持接近未压缩的性能,且在中等压缩率下匹敌或超越全 Token 精度。
Oído 在 ESP32-S3 微控制器上运行 13M 参数 Conformer-CTC 模型,实现开放词汇英语语音识别。 LibriSpeech 测试集中 WER 为 3.70%/8.23%,比同芯片厂商识别器错误少 2.3-2.8 倍;单核运行速度为音频时长的 1.97 倍,代码与模型已开源。
Neurograf v1 构建了基于 635GB 语料库和 8 万字节 BPE 分词器的罗马尼亚语大模型训练流程,包含 160M 至 6B 参数的 5 个解码器模型。 在 WWTBM 基准测试中,Neurograf-6B 在罗马尼亚语语境问题上的准确率为 69.89%,Neurograf-3.2B 为 67.38%。该研究证明了低资源欧洲语言端到端训练的可行性,并作为实验系统展示。
Minions 是一个动态分布式虚拟 GPU 云平台,聚合 macOS 设备中闲置的 Apple Silicon GPU,用于执行大规模机器学习推理任务。 该系统提供灵活的 GPU 推理任务执行、故障容忍和高效资源利用,使团队无需额外采购 GPU 即可利用现有硬件。 这证明了在集中式 GPU 资源受限的环境中,闲置 macOS 设备可被转化为实用的分布式 GPU 推理平台。
提出一种密度依赖方法,通过两阶段构建最大代数连通性的图拓扑。 第一阶段根据密度选择完全多部图或Cayley图作为骨干,第二阶段利用强化学习补全剩余边。 数值结果证实该方法在运行时可扩展性上优于现有方法,支持结构族优先策略。
QTestBench 框架通过独立基准检查器评估 LLM 生成的量子测试套件,避免将测试本身视为真值。框架在 8 个 PennyLane 和 10 个 Qiskit 任务上测试 5 个 LLM,最佳生成器的测试质量分别为 0.71 和 0.34。该框架为验证 LLM 生成量子测试的可信度提供了可复现的跨框架基准。
State-OPD 将教师监督锚定在交互状态上,通过在响应高熵状态下重新分配采样预算生成完整的推理-动作响应,实现了对 Qwen3-1.7B 和 Qwen3-4B 学生的有效训练。
阿里云百炼在 2026 云栖大会发布 Agent Studio 全栈服务与 Agent Studio for Hardware 智能硬件服务,前者计划 10 月上线 Agent API,后者预适配 30 余款芯片。方案显示 3B 端侧模型在 BFCL 基准达到 SOTA,80% 请求可本地闭环,配合 TensorRT Edge-LLM 实现最高 5 倍加速。
推荐理由:发布两个落地平台,明确端侧推理参数、工具调度机制与商业化路径。
Ai2 AI 基础设施团队用含 GPU 时间预算、分层公平份额分配和时间切片机制的新调度器取代优先级调度器,使 GPU 时间分配从个案运营转为透明的行政预算流程。该团队管理数千张 NVIDIA H100、B200 和 B300 GPU,集群规模 88 至 1024 张,服务约 150 名内部研究者。此前需求常超供给 2–3 倍,旧策略导致“占位”和优先级通胀等问题。
Amazon Bedrock 与 Strands 发布了多项产品更新:Amazon Bedrock Managed Agents 提供 OpenAI 模型支持。
推荐理由:原文明确列出多项模型与产品能力变化,读者可据此判断不同工作流的成本、延迟与模型选择。
IndustrialVLA-Bench 发布,统一评估 6 个开源 VLA 和 WAM 机器人策略模型,提供可追溯的多维证据。 在 LIBERO 基准测试中,6 个系统的平均基础能力得分仅相差 1.58 分;但涉及鲁棒性和语言敏感度时,得分跨度分别达到 14.62 分和 31.08 分。 该评估工具通过分离协议忠实的证据层级,为对比已发布的机器人策略提供了清晰的实用性标准,代码和评估记录已公开。
提出 PearlVLA 视觉-语言-动作(VLA)框架,通过冻结的潜空间世界模型逐步精炼计划以解决延迟与规划效率的权衡。 利用因果精炼-分组过程奖励强化学习优化潜空间精炼过程,在 LIBERO 和 RoboCasa 基准测试中表现具有竞争力。
研究人员提出生物启发激活函数 HAND,将其应用于 CNN 后显著提升了模型在图像分类中的泛化能力与样本效率。
研究评估本地开放权重 LLM 智能体在 15 项移动性工作流任务中的数据工程能力。 采用 10 种配置进行一次性及闭环测试,生成 1,500 次评分记录。 闭环条件下,参数量大于 20 亿的模型通过率提升 26.7-52.0 个百分点。 最强配置达到 85.3% 成功率,90 亿参数量化模型仅需 6.5 GB 内存。
Schema 通过递归分解软社区并分三阶段独立训练,解决了大规模属性图生成的扩展性问题。该模型在各阶段仅操作限于社区规模的子图,避免构建完整邻接矩阵,且在 10 million 节点图上验证了扩展性。在四个真实世界图上,Schema 在恢复局部与长程结构平衡方面优于其他属性生成模型。
提出Bernoulli Flow Models (BFM)解决二进制扩散模型低NFE采样质量差问题。 BFM定义连续全局Bernoulli概率流,推导解析闭式后验,消除训练-推理结构失配。 在LSUN Churches 256x256上,BFM用16步采样获FID 9.22,而最先进离散基线降至204.10。
研究提出二阶循环模型,利用离散偏微分方程构建空间演化场作为隐式高容量记忆。该模型等效于无限阶 RNN,具有固定参数量下的无限感受野。通过约束梯度谱消除梯度消失,在长时程基准上以更少参数优于其他循环模型。
summary_zh: MindFlow 提出将科研灵感创新建模为图结构思考流,由模块化思考算子组成,并借助概率心智超网进行模拟。 给定研究主题,控制器动态采样思考流生成候选灵感,并通过基于锦标赛的相对排名优化,逐步偏好高质量思考流。
研究团队提出SciTBERT,这是一系列基于BERT、按2013至2025年逐年截止数据训练的时序一致模型。 该系列涵盖科学论文、专利及教育文本,并引入SciTBERT-CI变体及PatRepEval评测基准。 实验表明,在早期数据限制下,SciTBERT仍能超越先前的领域专用编码器模型。
微调后的Qwen3.5小语言模型在两个基准测试中,于精确率和召回率上均优于提示词驱动的GPT-5.4与GPT-5.6 Sol。 部署的0.8B模型将服务成本降低约16倍,其紧凑提示设计优于冗长指令。线上实验显示该功能带来显著收益,学习者参与度提升15.8%,新课程GMV增长13.2%。
开放权重 LLM 的现有安全防御机制易受 abliteration 和 prefilling 等低成本攻击影响,跨三项评测基准的攻击成功率从低于 10% 提升至 16%-96%。
{ "title_zh": "ReCAP:一种能重塑自身表达结构的物理信息神经网络PDE求解器", "summary_zh": "ReCAP通过让物理信息神经PDE求解器在优化过程中动态重塑其表达能力,解决不同空间区域复杂度不均导致容量不足或冗余的问题。
对比1B、4B、8B参数规模,生成式模型在处理多轮对话数据时性能优于DeBERTa-V3等判别式基线。 在扩展到112个主题及长尾分布时,判别式模型Macro-F1下降35%,而生成式模型保持稳健表现。 已在全球电商平台生产环境部署,实现低延迟与显著业务影响。
混合 LLM 架构通过结合不同注意力模块提升长上下文效率与长度外推性能。 研究发现滑动窗口注意力(SWA)混合体在长度外推中表现更好,而线性注意力(LA)混合体在长上下文持续预训练中受益更多。 提出的滑动窗口线性注意力实现 16 倍免训练长度外推,并保持 NIAH-SK1 64k 上下文 100% 准确率。
论文提出 Madeleine 框架,通过离线 LLM 生成模拟人生数据训练查询编码器,实现在线零 LLM 调用的记忆关联检索。 在 LoCoMo-Plus 协议下,Madeleine 接入 HyperMem 时达到 66.6 分;单独使用时零 LLM 调用,上下文消耗约为原系统的 1/21,得分 52.4。 该框架可显著增强 T-Mem 系统性能,提升 26.2 分,且不影响常规问答能力。
15种针对恶意微调的LLM防御机制在持续训练下普遍失效。 研究人员测试了6种防御,在Llama-3.1上高学习率导致防御模型有害性接近无防御模型。 现有防御不能视为持久保护,需在后续训练中维持。
研究提出基于Mitsuba 3构建的反事实基准,包含5500张图像及500个场景族,用于检测图像编辑中的物理违规。LLaVA-1.5-7B等基线模型在标准测试集类别macro-F1达64.0%至67.8%,但在干预移位下LLaVA-1.5-7B性能骤降至40.8%。该差距表明,高准确率部分源于对渲染及反事实构建线索的依赖。
研究提出空间归纳头电路,解决Transformer在多维数据中因序列化导致的空间邻居路由难题。 该两层电路通过重建空间邻域并匹配历史配置,其位置维度仅依赖局部邻域而非网格体积。 实证显示两层Transformer在1D和2D设置中可泛化至未见规则,随机规则KL散度低于0.005 nats。
KVFetch 是一种无需训练的即插即用框架,通过时序召回通道解决基于内容的相关性驱逐导致的顺序遗忘问题,恢复模型逐字复制能力。 该框架将驱逐候选降级至量化冷层,并通过单调读取指针检测活跃复制,将位置后继预取至固定大小的热层槽位,不增加注意力成本。 在 RULER-16K 的同预算控制下,KVFetch 将逐字复制指标从 0.8 恢复至 78.4,13 项任务平均分提升 8.4。
研究者发布 RoboJEPA,这是首个在真实机器人数据上建立多具身世界模型缩放定律的工作,参数规模达 8B。 该模型基于 Joint Embedding Predictive Architecture (JEPA),在涵盖 12 种机器人具身的大规模数据集上训练。 RoboJEPA 的想象误差遵循算力的高阶幂律,可作为真实机器人评估的可靠代理,并能零样本部署为机器人智能体。
开源多智能体系统 Bolzano 在缺乏特定人工指导的情况下,求解了约 200 个开放数学问题。 该系统并行使用证明智能体与验证智能体,维持人类可读的研究状态。此前在专家筛选问题上,8 个结果的证明已获领域专家校验。 其中包含在 STOC 2026 顶会论文中回答 4 个由作者确认的问题。
CanonQ 框架通过解耦源规范化与任务适配,实现了 W2A4KV2 极低比特大语言模型压缩。 在 LLaMA3 系列模型上,CanonQ-Omni 使 WikiText-2 困惑度降低 14.28 倍,零样本平均准确率提升 57.9%。该优势在 Qwen3、代码生成及数学推理任务中均有体现,显著优于现有量化基准。
该研究证明了具有稀疏路径属性的图连通性问题属于 ReachUL、LOGDCFL 等低空间复杂度类,仅需 O(log^2 n / log log n) 空间即可判定。
在 280 个实际案例中评估 9 个模型,发现 4B 模型在受控执行任务上弱于 2B 模型,仅代码生成任务能区分模型性能。 将各调用点路由至最优本地模型,准确率达 91.8%,成本仅为全托管的 28%。该方案已被 NeurIPS 2026 Workshop 接收。
研究表明 AI Agent 在开放式科学发现任务中表现优异,Station 环境平均复现了 62.7% 的关键发现标准。该成绩显著优于 Codex Multiagent-v2 (15.4%) 和 AI Scientist-v2 (14.4-20.6%)。
新工具“Speak to a Protein”将蛋白质结构分析转变为与 AI 协同科学家的交互式多模态对话。该系统能实时检索文献、生成代码并在 3D 场景中突出显示配体结合口袋。
summary_zh: S1-MAS 提出将多智能体系统的协调决策与推理分离,利用轻量级 System One 模型处理任务选择与路由,显著提升协作效率。 在七个基准测试中,相比 AgentVerse 等框架,S1-MAS 将 GPT-4o 的 token 消耗降低 44.9% 至 97.2%,端到端延迟减少 37.8% 至 93.0%。
OpenSplatGraph 提出统一框架,直接从在线 Gaussian 开放词汇语义图构建持久 3D 场景图。 框架引入可靠性感知语义场以提取置信度感知的对象实例,支持语言引导的对象定位和结构化关系推理。