跳到正文
10月30日周五
  1. arXiv · AI30

    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。

  2. arXiv · AI28

    提出 CoCA 框架以协同进化大语言模型策略与评估标准

    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。

  3. arXiv · NLP33

    RePolicy:学习为 Agent 安全防护选择并应用安全策略

    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。

  4. arXiv · NLP42

    AK-Momentum:一种基于激活值的各向异性动量更新方法

    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。

  5. arXiv · NLP37

    OP-Mix 提出统一数据混合算法,贯穿预训练与持续学习全流程

    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。

  6. arXiv · NLP28

    预训练语言模型中并发时间变量的分解表示

    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。

  7. arXiv · NLP38

    在家自研小语言模型:单张消费级 GPU 训练自回归与掩码扩散架构以处理葡萄牙语任务

    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。

  8. arXiv · NLP33

    BPE 分词器如何揭示训练语料成员身份

    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。

  9. IT之家47

    闪迪发布 2027 财季一季度财报,承诺 100% 盈余现金返还股东并投入 50 亿美元回购

    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。

  10. OpenAI (X)76

    OpenAI 展示扩展的前置模型错位监控系统

    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。

10月29日周四
  1. Seven Minute Feed46

    腾讯云调整 AI 战略聚焦企业客户

    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。

  2. 机器之心82

    蚂蚁开源 AntOmniEvo 框架,实现 AI 系统自动优化

    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。

  3. 机器之心28

    空间智能瓶颈在数据层?访谈映界科技马辰:数据价值由任务增益决定

    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。

  4. 量子位42

    文远知行001号员工霍达带队,景烁科技完成数千万美元Pre-A轮融资

    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。