苹果收购数据工程公司 Ascend.io 扩展 AI 技术布局
欧盟委员会最新公示确认苹果收购美国数据工程公司 Ascend.io。交易内容涉及向 Ascend.io 部分员工提供工作机会及获取知识产权非独占许可和专利。该公司近年将业务拓展至智能体数据工程领域,利用 AI 智能体协助工程师管理数据管道及排查故障,目前其官网已发布停运通知。
欧盟委员会最新公示确认苹果收购美国数据工程公司 Ascend.io。交易内容涉及向 Ascend.io 部分员工提供工作机会及获取知识产权非独占许可和专利。该公司近年将业务拓展至智能体数据工程领域,利用 AI 智能体协助工程师管理数据管道及排查故障,目前其官网已发布停运通知。
东南亚依托 AI 需求与地缘竞争,推进价值约 $258B 的一体化半导体供应链。 ASEAN 框架为成员国分配专业化角色,旨在实现从封装组装向更复杂环节的产业转型。 此举意在防止全球芯片供应链分裂为两个隔离阵营。
村田电工计划五年内投入1万亿日元(64亿美元),目标使多层陶瓷电容销量翻倍。 该投资由AI数据中心运营商激增的需求驱动,标志着AI硬件热潮已扩展至GPU之外的被动元器件领域。 村田电工借此契机巩固其在该领域的领先地位。
印度 AI 基础设施企业 AM Intelligence 计划融资最多 30 亿美元,用于采购英伟达 Vera Rubin 芯片。 资金将支持其 1GW 算力设施建设,预计从潜在客户获得 3 亿美元预付款。 此举旨在运行万亿参数模型,反映 AI 基础设施融资规模持续扩大。
利用确定性检查定位跨系统数据差异,AI通过学习历史对账日志建立基线并生成自然语言解释,将行计数、求和及哈希对比结果转化为可执行的归因报告。 系统每加载运行一次检查,按金额影响、模式新颖度及恶化趋势排序异常项,高置信度匹配已知模式自动记录,其余附带原始数据提交人工复核。
研究人员推出可扩展开源数据集 LibriVAD,基于 LibriSpeech 并融合多种真实与合成噪声源,包含 15 GB、150 GB 和 1.5 TB 三种规格及两种变体。
该研究引入 ScAn-Bench-LLM 和 ScAn-Bench-VLM,旨在填补缺乏系统性评估不同模型类型缩放分析方法的空白。 基准基于 4524 个 LLM 和 8024 个 VLM 检查点构建,首次系统评估了数据获取与外推方法。
HORA 提出了一种无学习的 rollout 分配策略,旨在通过最大化总后验命中效用,解决 GRPO 等基于组策略优化方法中 rollout 分配不均导致的计算效率低下问题。
针对Transformer模型中常见的重尾随机梯度噪声,该研究探讨了两种处理慢速节点的异步通信方案。 通过提出基于延迟感知学习率调度和延迟补偿的算法改进,其收敛保证达到了重尾噪声下的最优速率。 实验表明,该方法在图像和语言任务中优于现有的同步与异步方法,且具有更低的精度/运行时权衡及对超参数更强的鲁棒性。
新优化方法 ZO-Muon 结合子空间投影与谱优化,显著提升零阶优化的收敛速度与效率。 该方法将模型更新视为低秩结构,利用梯度正交化提取谱信息。在 LLM 和 ViT 实验中,ZO-Muon 仅需 MeZO 24.7% 的查询次数即可达到相同 SST-2 性能,并在 CIFAR-100 上使 ViT-L 准确率提升 25.1%。
研究多等级深度学习(MGDL)框架,证明在固定宽度的多等级 ReLU 架构中,残留误差可逐点非增且一致收敛于零。 MGDL 通过冻结已学等级,训练新子网络拟合当前近似残留,构建可解释的层级精化过程,并在 $L^p$ 范数上实现严格衰减。 该工作提供了首个严格构造性近似保证,表明等级残留精化方案能在固定宽度架构中实现误差消失。
该文在**线性回归**框架下研究**验证自训练**,揭示更严格的**验证**并不总能降低**预测风险**,适度**生成噪声**可**降低风险**。 分析通过推导**验证阈值**、**生成噪声**和**预训练误差**四个区间的**有限样本风险界**,量化了**有效样本量**和**协方差**对风险的影响。 扩展至**迭代验证全量微调**,证明足够严格的**验证**可按**几何速率**降低初始误差贡献。
Event2Reward 提出结合绝对与相对进展监督方法,在四个 LIBERO 套件中,通过稀疏奖励训练将平均策略成功率提升 18.16 个百分点。 该方法利用约 100K 条真实机器人记录构建事件注释数据集,无需逐帧绝对进展标签,通过事件内进展关系约束局部变化。 在真实机器人上,30 分钟训练后精确插入任务成功率达 60.0%,物体操作任务达 90.0%,均显著优于基线。
PhysicsNeMo-Mesh是一款运行在GPU上的开源网格处理模块,专为物理AI设计。 它在单块GB200 GPU上的网格操作速度比VTK快6.2至1,068倍,将预处理开销降至训练吞吐量的2.1%。 该模块通过保留语义结构和边界条件,将热传导误差从87%显著降低至6-9%,支持多个模型共享数据集。
研究提出尺度不变学习动力学的有限步统计力学框架,推导曲率输运恒等式。 曲率谱矩决定状态方程的维里系数,位移加权曲率变化提供时间箭头诊断。 结果在CIFAR-10和CIFAR-100卷积网络上验证,量化非理想波动。
针对隐式神经表示在形变医学图像配准中适配速度慢的问题,研究发现使用先前任务学习到的初始化可加速早期适配。 基于 KAN-IDIR 模型,Reptile 元初始化和 STRAINER 迁移方案在 OASIS-1 数据集早期迭代中均优于随机初始化。Reptile 在小迭代预算下数值表现更优,但 STRAINER 预训练仅需 39-40 分钟,远低于 Reptile 的 44.98 小时。
OMatG-FC 模型通过框架条件生成范式预测无机晶体材料,利用离散流匹配与随机插值实现。 该方法固定分数坐标与晶格向量,相比无约束生成大幅降低问题维度,且优于现有原型约束方法。 在 MP-20 数据集和 LeMat-GenBench 基准测试中,该方法取得低于凸包的前沿 S.U.N. 率。
研究指出权重归一化(WN)训练的损失增益主要源于有效学习率(ELR)轨迹而非归一化本身,匹配 ELR 轨迹可使 WN 与常规权重衰减(WD)的训练动力学基本重合。
研究者提出 H$^2$R 框架,利用数学问题的子问题结构作为分层提示,以改善强化学习中可验证奖励对多步推理的中间监督。该框架配套发布了层次化数学问题基准 HiMath。
提出联邦学习框架 Fed-IGTD,通过共享特征空间与本地统计实现隐私保护下的表格转图像编码,避免中心化数据泄露风险。 采用 FedAvg 更新全局模型,引入两种差分隐私机制保护相关性聚合与训练过程;在 5 个数据集上评估显示,映射构建阶段的隐私保护对预测性能影响微小,但中等隐私预算下 DP-FedAvg 显著降低效用。
针对非 IID 数据导致的性能下降,提出聚类联邦学习(CFL)框架。 在 DeepMIMO 和 FEMNIST 数据集上,该方法将准确率分别提升 4.8 pp 和 10.6 pp,并将下行数据量减少 83.1%。 为未来 6G 网络实现了资源高效且高性能的分布式学习。
针对 PPO 在处理长周期、接触密集型任务时因缺乏动作判别力而停滞的问题,论文提出一种条件化动作价值评估器。 该评估器允许在同一状态下对比已执行动作与采样动作,结合广义优势估计(GAE)限制探索噪声,使算法能突破局部极小值。 在同等训练预算下,扩展后的算法成功完成了精确销钉插入任务,而 PPO 失败。
针对多材料、多物理场计算物理任务,评估了作为替代模型的基于计算机视觉的 ML 架构。 研究发现,包括 Transformer 在内的预训练模型在该任务中面临显著适配挑战,稀疏与不平衡学习算法及物理一致性指标至关重要。 该工作为将 ML 仿真器应用于更贴近工业工程的复杂 PDE 基准提供了实施挑战评估。(ICMLA 2026)
Bi-Phase Training (BPT) 是一种参数高效的预训练方法,通过训练低秩适配器并定期合并权重,在 Qwen2.5 和 OLMo-2 模型中实现接近全参数基线的验证困惑度。 在 1.5B 参数规模下,BPT 使用 66% 更少的可训练参数,并在 10B 和 100B tokens 数据集上保持了较高的下游任务表现。
针对高质量训练数据增速落后的问题,新方案通过拟合幂律动态调整超参数并引入模型集成,解决了以往扩展指南在增加计算量后损失可能上升的缺陷。 该方案在 100M 的 FineWeb 数据上进行验证,使验证损失降低超过 0.15 nats,困惑度下降 14%,且计算量最高扩大 12 倍后性能仍保持单调提升。
Clock-Free Event (CFE) 层实现了对事件流切片方式和时间戳连续性的分区不变学习。 CFE 层基于 TM 状态,在 DVS128 Gesture 数据集上比加性状态高 3.5-9.1 分,在 SHD 和 Speech Commands 上分别高 24.5 和 30.6 分。 该模型具备抗时钟鲁棒性,可用于防范 spike-retiming 攻击。
研究提出 MGO-SC 优化器,通过符号一致性门控调整 Adam 风格更新。在 CIFAR-10 和 ResNet-18 上,40% 对称标签噪声下较 AdamW 基线提升 1.4 个百分点。该变体不引入二阶信息,代码与日志已开源。
研究者提出名为 OptiFlow 的框架,用于解决离线强化学习中单步流策略的多模态行为学习难题。该工作已被 NeurIPS 2026 接收,全文共 38 页,相关代码已开源。
研究团队提出基于视觉语言模型的粗到细异常奖励模型 CaC。它通过全局时间扫描锚定异常时间窗口,在局部区间内进行细粒度空间定位,并采用结构化时空思维链推理以得出判断。
研究提出UniDG统一缺陷生成模型及包含30万条数据的UDG数据集,用于异常检测中的视觉缺陷生成。 模型采用MM-DiT注意力融合多模态条件,经两阶段训练后,在合成质量及下游异常检测任务中优于现有少样本基线。
MedGemma-4b-it 使用 LoRA 微调后,在 6 种疾病诊断测试中准确率达 80.37%,超过未微调 GPT-4 的 69.56%。该开源模型在癌症和肺炎等高风险任务中表现出更高灵敏度。研究证实领域微调对减少临床幻觉至关重要。
Pharos-ESG 是一个统一框架,通过多模态解析、上下文叙事和分层标注将 ESG 报告转化为结构化表示,在实验中持续优于专用文档解析系统和通用多模态模型。 该框架整合基于布局流的阅读顺序建模模块、由目录锚点引导的层级感知分段,以及将视觉元素转化为连贯自然语言的多模态聚合流水线,并输出 ESG、GRI 和情感标签。
Gym-Anything for Robotics 框架引入代码智能体自动构建机器人模拟环境,并发布了包含 25 个测试和 175 个训练环境的 RoboWorld。 即使最强前沿模型在所有 RoboWorld 测试任务中的平均奖励仅为 0.06,但通过引入在上下文学习和特权教师等方法,模型性能得到显著提升。 作者已开源该管道、RL 环境和基准测试以促进后续研究。
提出基于 Fisher 近似 Hessian 指导的后训练量化框架,联合优化量化范围、线性变换及权重舍入。 该方法在通道级和块级量化设置下均优于现有最先进转换与舍入方法,适用于现代大语言模型。 该框架通过输出敏感性目标解决量化操作不连续带来的优化挑战。
研究者提出 Intrinsic Distribution Matching (IDM) 方法,通过匹配特征均值和逐坐标标准差来改进分布匹配蒸馏(DMD)。IDM 保留完整 DMD 修正,并利用生成器的指数移动平均(EMA)副本进行约束,无需外部特征编码器。
UMI-Live 是一套面向野外场景的全栈开源双臂 UMI 数据采集系统。 该系统硬件集成相机与 LiDAR-惯性传感、本地计算及电源,无需外部追踪设备或现场标定;软件支持双-YAM 遥操作及 VLA 策略训练与推理。 通过微调 π_0.5 和 MolmoAct2 模型,在双臂拾取放置任务中分别达成 10/10 和 8/10 成功率,并公开了 40 小时跨三种任务的数据集。
ClosedLoopGaussian 是一种轻量级自适应课程方法,用于提升顺序推理任务中 GRPO 的强化微调效率。 该方法通过周期性探测各难度准确率的反馈机制,动态调整采样节奏与范围,避免训练偏离当前模型能力。 在符号算术推理任务 Countdown 上,该方法使 GRPO 的精确匹配准确率提升,且在中等难度区间增益最强,代码已公开。
提出 Negative Reinforce Dynamics (NRD) 方法,将双玩家博弈转化为单策略动态,通过扩展探索提升 GFlowNet 训练性能。 该方法无需训练独立教师策略或辅助探索策略,在标准基准测试中,其收敛速度和探索效率均优于现有方法。 NRD 揭示了全梯度与 min-min 动态的联系,为优化采样分布提供了新的理论依据。
GUIDER 方法联合优化决策流控制器与推理策略,解决临床推理中的路径-答案差距及路径多重性问题。 在 MedGUIDE 基准上,基于 Qwen3-14B 的 GUIDER 达到 82.5 加权准确率与 73.5 指南遵循度,优于最强临床强化学习基线 3.3 和 3.1 分。 该方法在 AMEGA-LLM、RealMedQA 等域外基准上,也超越了 CRPO、MRPO 及 FaithMed。
OPSD 在训练中常因教师模型在部分样本上提供不可靠指导而失败。作者提出 Teacher-Evolution Self-Distillation (TESD),通过让自教师基于任务正确性和上下文独立性生成 rollout 并接收环境反馈来持续增强其自教学能力。