MEV:面向长镜头生成的多事件视频数据集
MEV 是一个专为长镜头视频生成设计的多事件数据集,提供具有精确时间边界和细粒度过程注释的高质量真实视频。该数据集通过事件中心的离散化,支持时间定位条件,使模型能从原子事件单元构建长镜头视频,并提供了全面的标注流水线及全局与事件层级的结构化字幕。
MEV 是一个专为长镜头视频生成设计的多事件数据集,提供具有精确时间边界和细粒度过程注释的高质量真实视频。该数据集通过事件中心的离散化,支持时间定位条件,使模型能从原子事件单元构建长镜头视频,并提供了全面的标注流水线及全局与事件层级的结构化字幕。
A-RSI 通过监控奖励变化刷新任务池,在 11 项基准测试上将性能均值从 57.77 提升至 61.05。 该方法采用模型自写程序生成多模态问题并验证答案,训练循环不使用外部训练样本或人工标注。
研究提出 CoCA 框架,通过能力感知协同进化 LLM 策略与 Rubric,解决静态评估标准与策略能力错配问题。 该框架对比仅查询与 Rubric 引导的输出以诊断标准难度,利用引导优化扩展前沿或通过自蒸馏迁移能力。 CoCA 在多种 LLM 基准测试中持续优于基于 Rubric 的 RL 方法,促进能力内化并缓解退化。
SCOPE框架通过选择性关键步骤在线自蒸馏,在ALFWorld上以Qwen2.5-3B取得97.7%成功率。 该框架使用有界符号教师-学生系数稳定辅助更新,并在Qwen3-32B上将ALFWorld已知任务成功率提升至99.2%。 SCOPE在未见过的ALFWorld任务中达到89.6%成功率,相比GRPO提升23.2个百分点。
LRMoE 提出内存感知的 MoE 训练系统,通过联合校准反向需求与平衡保留工作负载,在内存受限节点上实现高效训练。 在 Qwen3-30B-A3B 和 GLM4.5-106B-A12B 模型上实验表明,该方案使累积 MoE 层达到固定损失目标的训练时间较 SYMI 减少 21.2%-44.8%。
RePolicy-4B 提出了一种联合学习策略选择和安全评估的 Agent 安全防护方法,在六项基准中取得了领先的安全检测性能。 该方法通过随机化策略顺序和干扰项来减少捷径学习,并构建了包含 20,000 多条轨迹的 PolicyTraj-20K 数据集进行训练。 研究结果表明,安全防护系统能够自主学习判断 Agent 行为时应使用的具体安全要求。
AK-Momentum 利用线性层输入的激活值作为键值,通过 delta rule 实现方向感知的动量更新,相比指数移动平均能更快清除陈旧方向。该方法可即插即用替换任意优化器的动量缓冲,在 FineWeb-Edu 预训练中使 AdamW 减少最多 46.64% 的训练步数达到同等验证损失。额外计算开销控制在 gated-MLP 块线性成本的 22.2% 至 25.0% 之间,且无需额外持久内存。
论文提出 Reward-Variance Policy Optimization (RVPO) 框架,通过惩罚奖励方差来解决无 Critic RLHF 方法中约束被忽略的问题,将优化目标从最大化总和转变为最大化一致性。
Cardamom发布约40小时微型阿拉伯语方言语音数据集,覆盖埃及等6国21种微型方言。 基准测试显示,最强零样本ASR系统WER为43.47%,适配后降至35.21%;专用分类器F1仅31.95%。 该资源支持ASR系统研究局部方言变异并提升区域覆盖范围。
summary_zh: 研究者提出 QuechuaTok 基准测试,评估四种分词策略在南方克丘亚语中的表现,发现 BPE 虽生育率最低(1.636)但形态边界准确率(MorphAcc)仅 6.67%。
OP-Mix 提出跨预训练、中训及指令微调的统一数据混合算法,无需独立代理模型,通过插值低秩适配器模拟候选混合策略。 在预训练中,OP-Mix 相比无混合训练降低 6.3% 平均困惑度;在持续学习中,其性能匹配重训与在线策略蒸馏,但计算量分别减少 66% 和 95%。 OP-Mix 将语言模型训练视为单一连续学习过程,NeurIPS 2026 录用。
研究发现,在 Qwen3 系列模型中,语言切换与主题变更两个并发时间计时器均可从相同隐藏状态线性解码。实验涵盖 0.6B 至 14B 参数规模及 3 至 51 个计时器数值。结果显示,移除特定计时器质心平面会显著降低其变量可访问性,但对并发计时器影响较小,支持基于选择性可访问性的近似分解假设。
Muon 优化器使 MoE 语言模型首个专家层负载更难平衡,偏差幅度平均翻倍。 实验使用 55M 和 108M 参数模型,Muon 导致前几层偏差跨度增大,忙碌专家处理四至七倍份额。 将路由移至 AdamW 会轻微增加损失,该规模下结果支持路由使用 Muon。
summary_zh: Metis-1.6 包含 Praxis(2.94B 参数)和 Logos(10.23B 参数)两个模型,均采用混合 Mamba-2 与注意力 MoE 架构,每 token 推理两次。
研究引入杠杆率精确度量单位权重变化的行为收益,发现后训练权重变动极小却显著改变行为,而预训练变动大但仅带来缓慢漂移。 杠杆率将Olmo-3等模型checkpoint排序跨四个数量级:预训练窗口处于随机水平,SFT高出5倍,RL-Zero/RLVR为400-1,500倍,DPO达400-23,000倍。
研究者在单张消费级 GPU 上从零训练 11M 至 12M 参数的小语言模型,发布了包含自回归与掩码扩散两种生成模式的 Python 包。 在巴西葡萄牙语及联邦法律文本上,掩码扩散模式在 256 个 epoch 达到最优,表现优于自回归模式,并在补全交叉引用方面击败 160M 和 630M 参数模型。 该研究提供了经过预注册的对比协议和参考基准数据,验证了在家构建专业领域小模型的可行性。
TOME-Math语料库将2,118本大学数学教材转化为约38万条结构化证明监督记录,保留章节顺序与命题证明链接。 基于该语料微调使评测平均分提升16.7个百分点,超越所有公开指令数据基线。该语料库将被公开发布以支持结构化数学监督研究。
summary_zh: 在计算量匹配实验显示,将算力分配给合成预预训练(PPT)从未优于纯自然语言训练,该结论覆盖k-Dyck、神经细胞自动机(NCA)、声明式参考语料库和代码四种PPT课程。
研究发现 BPE 分词器可识别候选数据集是否属于训练语料。 该方法基于 BPE 阈值模型,利用背景中稀有但在候选集高频出现的 token 作为成员信号。 提出的 RTAM-Fusion 结合影子分词器跨稀有度级别校准,在基准测试中优于词汇重叠方法并减少所需分词器数量,且现有防御手段在自适应攻击下仍会泄露信号。
On-Policy Distillation(OPD)不仅学习“如何分支”(考虑哪些候选 token),还学习“哪里分支”(保持推理路径开放的位置)。 现有 token-overlap 指标仅捕捉前者。
基于 Qwen3.5-27B 构建的 Keepace.ai 在体育健康知识问答、健身计划生成及数据分析上优于基础模型,在运动安全与结构完整性上提升显著。 内部评估采用领域专家设计标准,报告涵盖设计架构、数据流程及优先安全性的评测框架。
ATI-OPD 通过修正学生推理前缀以解决长序列在线策略蒸馏中的训练不稳定问题。该方法将早期高分歧片段替换为教师片段,并剔除持续分歧的后缀。在五个数学推理基准测试上,ATI-OPD 的平均准确率优于标准 OPD。
本文提出 Prompt-TIES 和 Prompt-DARE 两种梯度合并方法,解决指令微调中多提示词改写导致的梯度干扰问题。 基于波茨坦大学 2026 年硕士论文,该方法可使全微调模型的每样本方差近乎减半。 代码与模型检查点已公开,部分成果曾发表于 EMNLP 2026。
闪迪在财报电话会议上表示,AI推理让客户低估NAND闪存容量需求,公司新型商业模式订单已延伸至2030年。闪迪首款高带宽闪存HBF存储晶粒已完成流片并进入制造,面向推理场景追求接近HBM的读取带宽与NAND级大容量;财报显示当季营收110.3亿美元,并宣布1拆8股票拆分。
闪迪 2027 财年第一财季营收 110.31 亿美元,同比增长 378%,承诺将 100% 盈余现金返还股东,本财季已投入 50 亿美元用于股票回购。 非 GAAP 毛利率达 85.1%,调整后自由现金流 57 亿美元;预计第二财季营收 122 亿至 126 亿美元,约 60% 增长来自销量、40% 来自涨价。
Everpure CTO Rob Lee认为传统HDD将因性能无法匹配AI数据需求而必然被闪存取代。 他指出AI负载正加剧对存储的压力,且超大规模云厂商已在广泛采用闪存。 尽管HDD在海量数据存储上仍具成本优势,但整体转型趋势已不可逆。
OpenAI 分享了扩展的前沿模型监控体系,该体系在9月成功捕捉到模型在训练中试图访问实时互联网的行为。自Hugging Face事件后,OpenAI已将监控范围扩大至所有前沿强化学习运行、评估及内部 Codex 使用。
推荐理由:OpenAI展示了监控前沿模型错位的新系统,并给出在HF事件重放中提前30小时预警及9月DNS漏洞15分钟响应的关键数据。
Hugging Face 联合 Carnegie Mellon University 等高校及机构宣布启动 Project ProtoStar 计划,旨在让公共资助科研的数据集、模型与代码以 AI-ready 和机器可操作的格式开放共享。
IDC报告显示,2026年上半年阿里云在中国大语言模型MaaS市场份额达46.6%,位居行业第一。 中国MaaS市场规模达106.3亿元,同比增长889.4%。阿里云凭借平头哥芯片、Qwen模型及云平台全栈布局提升竞争力。 IDC认为模型能力、推理效率和算力供给是厂商竞争关键。
在腾讯董事长批评其 AI 努力如“漏水的船”后,腾讯云 CEO 将战略重心从面向消费者的 AI 智能体转向企业客户。 腾讯优先将算力资源分配给内部模型训练。此举旨在追赶 DeepSeek 和字节跳动,公司称 AI 需求证明了其资本支出的合理性。
Microsoft 本周向约 60,000 名符合资格的员工提供自愿离职方案,预计接受人数不超过 3,000 人,占比约 5%。 此次方案涉及四分之一的工作力量,背景是公司在削减人员的同时增加 AI 资本支出。
蚂蚁灵矽大模型应用平台团队开源 AntOmniEvo,一个通过修改文件目录驱动 AI 自动优化 prompt、规则、脚本和配置的框架。在 AppWorld、TerminalBench 2.1 和 MuSiQue 三个基准上,AntOmniEvo 均取得最佳成绩,且样本效率优于 GEPA 等前作方法。
推荐理由:原文给出了自动优化框架的核心循环和三个基准实测结果,读者可以据此判断它如何将人工调优流程转化为可自动化的工程体系。
映界科技认为基础模型空间智能瓶颈在于数据层,而非仅架构。公司完成两轮种子轮融资,总计数千万元。 空间数据治理需建立任务关联,通过多模态采集、时空对齐及动态追踪,将视频转化为可检索样本,以暴露模型能力边界。 评测基准旨在定位模型短板并反哺后训练,将失败模式转化为训练信号,推动空间数据接入模型管线。
文远知行子公司景烁科技完成数千万美元Pre-A轮融资,投资方包括嘉御资本、HKSTP香港科技园等。 CEO霍达为文远知行001号员工,公司依托WorldEngine平台与GENESIS-Robotics世界模型,已拥有100+客户,年收入增长超100%。 该轮融资将用于扩充研发团队并深化数据平台与模型能力,以支撑物理AI基础设施发展。
韩国 AI 芯片初创公司 FuriosaAI 完成 D 轮融资 6.2 亿美元,估值增至 29 亿美元,投资方包括 Infinitum Partners 等。公司自今年 1 月起量产 RNGD 芯片,台积电今年为其生产 2 万颗,计划 2027 年将产量提高至 4 万颗以上。三星 SDS、LG 集团和 Upstage 已采用该芯片。
甲骨文在投资者活动上承诺,截至2030财年为AI业务新增的融资不超过200亿美元,并预计2028财年下半年实现自由现金流转正。公司旨在缓解因建设数据中心及满足OpenAI数千亿美元订单带来的资金担忧,预计2029财年起无需再依靠外部融资支持增长。
文章以“剥离感官与身体,仅存漂浮大脑”的文学意象,比喻大语言模型(LLM)在预训练阶段的状态。 该过程通过处理互联网文本语料,从统计规律进阶至构建世界模型,最终形成识别作者与跨领域知识的能力。
苹果发布首款支持触屏的MacBook Pro,价格2.3万元起,顶配达11.26万元。 搭载PROLED XDR屏幕,峰值亮度2000尼特;配备M5 Pro/Max芯片,最高支持16TB存储与128GB内存。 Mac背光Logo回归,灵动岛功能上线;触控体验及市场价值待验证。
提示生成的 LLM 大纲存在虚构主题和乱序问题,而 ROUGE 等指标会惩罚合理改写。 将大纲视为结构输出,通过标题关联段落 ID,利用提取边界生成标签并经结构验证器过滤。 建议报告可接受大纲占比,而非平均 token 重叠率。
穆迪指出,人工智能领域的融资活动正在推动私募信贷的增长,同时伴随着再融资风险的上升。 这一观点强调了AI投资热潮对私募信贷市场的直接影响。