DredRL:一种双表示增强的扩散策略柔性作业车间调度算法
针对柔性作业车间调度问题,论文提出双表示增强扩散策略强化学习调度器 DredRL。该模型结合自注意力、交叉注意力机制与扩散模型策略网络生成调度决策。 在合成、公开及随机基准测试中,DredRL 表现优于最先进学习方法,在合成实例上最大降低 5.44% 的完工时间(makespan),并在四个公开基准中的三个取得最佳学习性能。
针对柔性作业车间调度问题,论文提出双表示增强扩散策略强化学习调度器 DredRL。该模型结合自注意力、交叉注意力机制与扩散模型策略网络生成调度决策。 在合成、公开及随机基准测试中,DredRL 表现优于最先进学习方法,在合成实例上最大降低 5.44% 的完工时间(makespan),并在四个公开基准中的三个取得最佳学习性能。
G2Image 框架将图转换为 TopoGrid 和 GraphGrid 两个互补的固定大小张量视图,在图分类和分子预测基准中表现强劲。该框架利用轻量级 2D 编码器处理数据,并通过监督式跨视图对比目标进行对齐,无需改变架构即可扩展至富属性分子图。结果表明,固定预算图图像为图表示学习提供了实用且可复用的接口。
KernelMosaic 发布了一个配对多样化 CUDA 任务与验证方案的开放数据集及智能体框架,旨在通过监督学习提升 LLM 生成高效 CUDA 内核的能力。 在 KernelBench L1、L2 和 L3 测试中,监督微调将正确率分别提升至 88%、82% 和 16%,并增加了生成速度快于 PyTorch eager 的内核比例。
StructRL将强化学习过程中的经验转化为显式的回放图,利用动态规划生成图策略,并将其作为动作偏好或方向标签转移给DQN和SAC等无模型学习器。 在MiniGrid稀疏奖励任务中,该方法将DQN的最终成功率从0.10提升至0.90;在PointMaze任务中,SAC的成功率从0.17提升至1.0。
OpenAI 发布 Codex v0.169.0,新增多标签侧边聊天、旧任务搜索及自定义模型提供商配置功能。 终端工作区支持通过键盘或鼠标切换聊天标签,重启后可重新打开本地保存的侧边聊天。用户可在终端编辑自定义模型提供商,并启用云连接以发送图像和调整推理强度。
SGLang-Neuron 正式公开可用,允许在 AWS Trainium 芯片上使用 SGLang 接口部署模型及生成强化学习 rollout。 该插件作为树外扩展支持 Trainium,底层基于原生 PyTorch 运行,采用 NKI 内核并通过 torch.compile 编译执行,同时支持 PD 分离架构。
Granite 4.1 3B 与 8B 发布支持 LLMON(LLM Object Notation)的模型 granite-4.1-3b-LLMON-preview 与 granite-4.1-8b-LLMON-preview,LLMON 是一种 LLM 原生标记语言,用保留特殊 token 边界显式标记指令、数据、约束和推理结构。
推荐理由:模型以标签化指令-数据分离替代JSON,让调用者看到上下文里哪些部分是可执行指令、哪些只是待读数据。
AWS 发布 Amazon Bedrock 和 AgentCore 多项更新,包括 Claude Haiku 5.5 在 Amazon Bedrock 支持 subagent 场景,OpenAI GPT-6.1 Terra 在 Amazon Bedrock 上 GA,并带来 100 万输入 token 和更低价格。
推荐理由:原文汇总了模型可用性变化与 AgentCore 新增能力,读者可以据此判断现有 AI 工作流需要调整哪些部分。
AWS Frontier AI Engineering & Services 发布23项生产级可复用资产,覆盖 RAG 流水线与文档处理等,DoorDash 与 Ricoh 等已验证可将开发周期从数月压缩至数周。
AWS 推出框架无关系统 UAEF,利用 36 项内置指标和 7 个维度对 AI 智能体进行统一评估。 该系统通过适配器将 LangGraph 等框架的 Trace 标准化,结果存储于 DynamoDB 与 S3。 12 家机构使用 UAEF 对比智能体版本,通过生成报告实现评估与迭代的闭环。
团队发布开源决策模型 Drex 家族,Max 版在 Decision Index 0.4.1 上以 67.52 分创决策模型新高。 涵盖 8B 至 27B 参数规模,结合 RLAF 与视觉微调;Max 版单请求响应仅 183ms,远快于 GPT-6 Sol。 四款模型均开源,输出在选项重排下保持稳定,显著降低生产环境延迟与成本。
LLM 验证使最小对基准测试对语言模型更易通过。在 BLiMP 和 QFrBLiMP 数据集中,10 个开源大语言模型(LMs)在预注册 LLM 过滤器标记的项上比接受的项难 18.9 分,且所有 70 种 LM-验证器组合均显示标记项更难。该过滤去除了 LMs 失败但人类未失败的项目,使准确率提升超过随机去除。
提出基于多LLM基准的IFRS合规验证框架,构建含19,998条监管披露对的基准测试集。 集成分类器在分歧集上达到81.7%加权F1值,超出最强单LLM 10.4个百分点。 数据集、模型检查点及分类器实现将公开发布。
研究提出基于泰语最小意义单位 khammoon 的形态素分词方法,替代传统词级边界。 模型为 1M 参数的卷积 BiLSTM,支持 CPU 推理,跨域测试边界 F1 达 0.992;指南人工一致性 $\kappa \approx 0.99$,已开源。 形态素表示提升词性标注、实体识别及情感分类等下游任务表现,证明语言学一致性可优化表征质量。
针对 scRNA-seq 数据中图方法与成对方法各自局限,提出端到端统一框架 scGPL。 该框架结合全局拓扑结构与局部相互作用,利用动态重要性引导子图采样机制提取宏观特征。 在 7 个基准数据集上实现 SOTA 性能,相比最强基线最高提升 13.7%。
提出 MOAI 框架,通过列与对角线打包及免旋转算法,在 BERT-base 推理中实现比 SOTA 低 1.7 倍以上的 HE 旋转次数。 结合 Softmax 和 LayerNorm 优化,较 THOR 减少 52.8% 评估时间,单 GPU 单输入摊销耗时 2.36 分钟,代码已开源。
开源扩展包 MRFoundry 将 MRI 知识与智能体动作连接,配套推出 MRI Agent Bench 用于评估不同模型表现。 在 240 项核心评测中,MRFoundry 使全检查通过完成率从 67.5% 提升至 78.3%,在 134 项高难度任务中从 36.6% 提升至 44.8%。 该工具为 MRI 工作流专家知识提供可复用指导,支持研究者查看、调整并扩展至现有环境。
AutoManifold 通过多智能体 LLM 编排,将亲和度、成本及优化原语组合生成新的流形嵌入算法,超越传统的超参数调优。 该工具以用户指定的结构保持偏好为条件,通过 LLM 引导的指标驱动迭代循环优化配置。 在真实数据集上,生成的算法在保持原始数据内在结构的同时,性能优于 t-SNE、UMAP 和 PaCMAP 等 SOTA 方法。
arXiv 发布 ExpertCrowd-SWE 基准,包含 100 个由资深工程师编写的多文件软件任务,覆盖 87 个开源项目和 11 种语言,用于评测自主编码智能体在大型陌生代码库中的表现。
LARC 为冻结模型提供紧凑数值状态,在 MiniCPM5-1B-SFT 上两次反馈更新使查询执行误差降低 24.65 和 36.65 个百分点。 采用 rank-4 残差与 12,288 个因子条目,在四候选开发任务中实现 16 个参数组更新,支持损失规则误差达 0.78125%。 研究揭示了数值状态辅助后续读取的条件,训练参考系在部分场景下比内存适应更有效。
EEG-X 提出设备无关且抗噪的脑电信号表示学习基础模型,旨在解决跨数据集设备差异和低信噪比挑战。 模型采用基于位置的通道嵌入,支持异构设备与电极布局的稳健迁移;引入噪声感知掩码重建策略及基于字典的卷积变换(DiCT),通过重建去伪迹信号提升预训练效果。 在多样化脑电信号数据集上,EEG-X 在多个下游任务中持续超越最先进方法,展现出电极布局或录制配置差异下的强跨域泛化能力,模型与代码已开源。
研究人员推出OptiMind系统,其20B OptiMind-RL模型在清洗后的三个基准测试中超越开源基线,达到前沿模型性能。 该系统结合数据清洗、类别提示与求解器反馈进行多轮强化学习,并公开了提示库、测试数据及代码于Github和Hugging Face。
Sable 提出一种单 GPU 证明器,可逐位验证整数量化 Transformer 生成的 token 序列,且中间计算无回绕。 核心验证基于 31-bit KoalaBear 素数约束系统,使用 LogUp-GKR 和 Reed-Solomon 承诺。
研究将 Qwen3.8-27B 的 248,320 词表缩减至 384 字节级条目,保留原有权重并在 8xH200 上训练 178.6 小时,核心能力在多数基准上与原模型无显著差异。 字符级中文任务性能显著提升,但吞吐量降至原模型的 1/4,且小词表引发 UTF-8 损坏等四种特有失效模式。
研究通过 margin 统一视角解释 LoRA 抗遗忘能力与 Adapter 合并机制,并提出免训练的 MaLoRA 合并规则。 在正则化中间区间,最优 Adapter 对齐 max-margin 解;正则参数控制预训练数据保持与新任务适应的 margin 权衡。 该合并规则在多任务基准中匹敌或超越现有基线。
Pooled-Substructure-Aware GNNs 提出一种显式保留池化子结构的图池化方法,在具备层级结构的任务上优于基线模型。 该方法增强了基于池化的 GNN 在 Weisfeiler-Lehman 测试意义下的表达能力,并引入了两个新合成数据集及衡量层级模式普遍性的指标,代码和数据集已公开。
PARDIG 采用球面图网格 Transformer 架构,生成 $0.1^\circ$ 空间与 15 分钟时间分辨率的全局降水估算。 该模型基于稠密多模态输入预测稀疏高精度雷达数据,评测显示其性能优于 IMERG V07、ERA5 等现有基准。 PARDIG 近实时与历史数据集已按 CC BY 4.0 协议开源,显著提升极端降水捕捉能力。
研究指出稀疏自编码器评估受大量激活干扰,提出移除PC1分量进行修正的方法。该方法使受影响模型中top-50特征共享率从4-39.5%升至73-99.5%,模型退化程度降低最多44%,内容重建误差减少最多33.9%。该修正方法已被NeurIPS 2026接受。
Composable Catalytic Intelligence (CatAI) 构建物理基础模块化 AI 框架,学习 180 万结构性质关系并整合为 30 个物理化学编码器。 该框架在基准任务中实现 7.8% 的平均预测误差降低,且实验验证中识别出活性为商用基准 9 倍的新催化剂。 CatAI 支持通过计算筛选和模型实验反馈循环,跨不同机制系统复用物理化学知识。
提出交互式查看器 MicroLens,在 Gemma-3-4B-it 上对剩余流进行双透镜解码、追踪与即时编辑。 结合 logit lens 与 Jacobian lens 展示不同编辑方向,J-lens 能提前 1-2 层读取答案,信息在层 7 已可读且可重定向 92-98% 的答案。
GigaEdge Spench 发布了一个支持 CPU 服务器、移动端及浏览器的开源流式语音增强 SDK,提供 8 kHz INT8 降噪模型及 48 kHz FP32 模型。 该 SDK 通过 C++ 核心支持 ONNX Runtime 和 TensorFlow Lite,在 EARS-WHAM v2 基准测试中,所有原生和 Web 配置均能以超实时速度处理文件。
视觉 AI 与机器人技术正介入回收线,全球每年产生超 20 亿吨城市固体废物,预计 2050 年将翻倍。 NVIDIA 支持四家初创公司利用 AI 提升分拣精度,如 Greyparrot 将 15 吨废弃物检测时间从 375 小时缩至 6 小时,效率提升 10%-30%。 这些应用有助于应对全球仅 7% 材料来自回收的现状,推动循环经济。
NVIDIA 宣布将用于管理自主智能体的安全运行时 OpenShell 贡献给云原生计算基金会(CNCF),并推出 DSX AI 工厂平台的新组件,包括 NVIDIA Kubernetes Engine、NVIDIA Kubernetes Recipes 和 NVIDIA Snapshot。
Hugging Face 官方博客发布关于“决策模型”(decision models)的教程,解释这类模型如何通过评估预定义选项并输出概率分布来完成分类与决策任务,而非像大语言模型那样生成文本。
Google DeepMind 开放了支持 WeatherNext 3 模型的两个基础数据集:SatWeave 和 PARDIG。SatWeave 整合五颗地球静止卫星图像,提供 17 个通道的全球小时级马赛克视图;PARDIG 是基于 AI 的全球降水数据集,时间分辨率达 15 分钟,空间分辨率约 10 公里。
推荐理由:DeepMind 开源 WeatherNext 3 核心训练数据集,并给出 PARDIG 对 IMERG-Final 的降水检测提升幅度,为气候建模提供了可直接复用的数据基础。
Tevatron 3.0 集成 Megatron-Core,开放源代码并支持 Qwen3-30B-A3B 重排序器训练。 在 BEIR-15 测试中,全参数 8B 密集模型 epoch 时间降低约 4% 至 22%,内存占用提升;MoE 模型激活参数减半且推理吞吐量更高。
Mosaic 是一个开源可微 PDE 求解器基准框架,通过容器化组件(Tesseract)统一了 14 个求解器的梯度 API。 评估覆盖流体力学、结构力学和传热领域,揭示了计算成本与内存方面存在数量级差异,所有有效求解器均收敛至相似最优解。 该基准明确了内存限制、数值稳定性和设置兼容性是主要实际障碍,代码已开源。
针对归一化常数未知的目标分布,研究开发了基于扩散路径的采样器,并被 NeurIPS 2026 接收。 方法采用高效的 sequential Monte Carlo 采样器解决 score estimation,通过沿路径演化辅助变量提供原则性的 score 和 density estimates,并引入控制变量表(control variate schedules)以控制方差。
论文提出频率感知流匹配(FAFM)方法,通过离散余弦变换处理异构频率输入,生成连续且时间一致的动作。 FAFM 不增加网络参数,在 LapGym 和 LIBERO 等基准中提升了成功率与运动平滑度。 该方法在真实 Franka 机器人部署中表现一致,相关代码已公开。
提出无标签方法 FINO,通过自监督目标结合元数据引导,将通用视觉基础模型适配至子细胞荧光显微镜、地球观测、野生动物监测及医学影像等专门科学领域。 FINO 处理离散与连续元数据,表征保留信息因子并抑制虚假因子。在特定任务上,FINO 性能优于匹配的自监督及全监督适配基线。 代码已公开,且在无任务标签下,FINO 在三个领域得分高于特定专业系统,在第四个领域达到同等表现。