跳到正文
10月12日周一
  1. arXiv · ML33

    Neurograf v1: 面向罗马尼亚语的端到端大语言模型家族

    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。

  2. arXiv · ML33

    Minions:基于闲置 Apple Silicon 设备构建的动态分布式虚拟 GPU 云

    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。

10月10日周六
  1. 阿里云百炼74

    阿里云百炼发布 Agent Studio 与 Agent Studio for Hardware 平台

    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。

10月9日周五
  1. Hugging Face Blog48

    Ai2 推出基于预算的 GPU 集群调度器以提升高影响力研究占比

    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。

  2. arXiv · AI26

    IndustrialVLA-Bench:开源机器人策略模型的可追溯多维评估

    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。

  3. arXiv · ML26

    Schema 通过软社区结构实现可扩展的层次化图生成

    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。

10月8日周四
  1. arXiv · ML26

    ```json

    { "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。

  2. arXiv · NLP38

    长上下文混合模型机制(一):混合注意力到混合位置

    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。

  3. arXiv · AI23

    Madeleine 论文:通过模拟人生学习对话记忆中的非自主回忆

    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。

  4. arXiv · AI30

    视觉模型如何学习物理约束或渲染捷径?一项关于基于物理一致性的反事实基准研究

    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。

  5. arXiv · AI36

    KVFetch:基于时序预取缺失的 KV 缓存压缩方法

    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。

  6. arXiv · AI35

    RoboJEPA:基于大规模机器人数据集训练的多具身世界模型

    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。

  7. arXiv · AI38

    Bolzano:从专家指导的定理证明搜索到自动化开放问题求解

    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。