华尔街日报分析:AI 巨头 3 万亿美元债务隐藏在表外
华尔街日报分析显示,九大科技巨头有约 3 万亿美元 AI 基础设施承诺未计入资产负债表。这些承诺包括 1.9 万亿采购合同和 1.2 万亿未启动租赁。以 Meta 为例,通过与私募信贷巨头 Blue Owl 成立合资公司运营 Hyperion 园区,Meta 仅保留 20% 股份并签订经营租赁,从而避免在报表中确认相关资产和债务。
华尔街日报分析显示,九大科技巨头有约 3 万亿美元 AI 基础设施承诺未计入资产负债表。这些承诺包括 1.9 万亿采购合同和 1.2 万亿未启动租赁。以 Meta 为例,通过与私募信贷巨头 Blue Owl 成立合资公司运营 Hyperion 园区,Meta 仅保留 20% 股份并签订经营租赁,从而避免在报表中确认相关资产和债务。
测试表明 galahad-kv 存储层使 50M token 流处理无重算,单 GPU 能耗降低 8.8 至 12.3 倍。 采用 vLLM 搭配 Gemma 4 12B/31B,事实回忆准确率分别为 82% 和 98%,存储占用达 TB 级。
Anthropic 的 Claude Science 利用 AI 智能体协调多航天任务数据,通过校准与 inpainting 技术填补空隙,发布了首张完整天空紫外地图。 AI 模型预测与实际测量的平均偏差约为 10%。该地图旨在作为教学材料,并有望推动科学家启动此前因繁琐而搁置的类似项目。
来自 The Guardian 的调查指出,肯尼亚卡库玛营的难民因无法合法工作,仍在为 RWS 的 AOP Connect 平台承担 AI 辅助研究任务。报酬以最高 500 美元的一次性奖励形式发放,没有保底,且多数人的实际收入远低于这个数字,他们也无法得知原因。稿件进一步提到,薪酬持续走低,因为总有人愿意以更低价格接单,从而暴露出 AI 供应链对全球最弱势劳动力的依赖。
德国初创公司 Agile Robots 利用人类拍摄自身执行任务的视频来训练工业机器人。 CEO 指出该方式弥补了阻碍工业自动化的训练数据短缺,且人类视频正成为遥操作的廉价替代品。 多家机器人初创公司正竞相构建大规模真实世界数据集。
字节 Seed 团队研究发现 DeepSeek-V4 在长上下文任务中表现随输入位置呈 4 个 Token 周期性波动。在 128K 上下文检索中,仅改变信息相对压缩窗口边界的位置,准确率最大差距达 40.2 个百分点。
推荐理由:量化了分块 KV Cache 压缩带来的相位敏感性,揭示同一信息在不同 Token 位置下性能差异可达 40.2 个百分点。
提出分布无关且具备污染感知能力的框架,通过共形离群检测在完整获取前筛查外部数据。 引入新型两样本检验,Storey 型测试基于 Benjamini-Hochberg 过程实现有限样本误报率控制。 在多种协作学习场景下验证了方法的有效性与鲁棒性,为数据聚合提供统计保证。
summary_zh: 研究者提出 MemCalib 基准及 MemCalib-RL 算法,旨在解决 LLM Agent 内存使用不当的问题。 实验显示前沿开源及闭源模型常过度或不足使用内存,MemCalib-RL 在 Qwen3-8B 等模型上表现最优,平衡了偏差。
LiteGUI 提出轻量级 GUI Agent 框架,利用多解标注和双层 GRPO 提升长程任务表现。 框架包含 Guided On-Policy Distillation 和 Multi-Solution Dual-Level GRPO 两个阶段。其 Lite-Dataset 数据集在多基准测试中超越了 SFT 和 GRPO 范式。
Riemannian Isometric Policy Optimization (RIPO) 通过保证黎曼流形上的等距策略更新,克服了 PPO-Clip 因欧氏度量导致的探索崩溃。 该方法修正了低概率区域更新保守、高概率区域激进的几何缺陷,实现了良好的偏差-方差平衡。 RIPO 在 AIME24 上较 GRPO 提升最高 60%,并在 7 个竞赛级基准测试中显著超越现有 LLM RL 算法。
提出 FBO 与 ITD 求解器,基于 DPVar 指标直接优化平均人口平等,适用于非线性预测器。 支持高维连续敏感属性,在 21 个表格回归数据集及 Communities & Crime 数据上实现更优准确率-公平性权衡。
论文提出 S4oP 框架,通过交替结构化掩码与微调,实现对 S4 和 S4D 模型的系统性算子级剪枝,以平衡推理延迟与预测性能。 实验显示,该方法可移除高达 70% 的模型算子,在大多数情况下保留原模型性能,并显著降低推理延迟。 这是首个系统性研究 SSM 结构化算子剪枝的工作,有助于其在资源受限场景中的实际部署。
GRASP 将数据归因重构为子集级反事实效用预测,提出了一种交互感知代理模型。 该方法基于理论平滑性下界,通过二次几何惩罚显式建模子集交互,并耦合低维特征草图与有限下置信界选择协议。 实验表明其使反事实子集保真度的任务级排名相关系数翻倍,同时将前期工件构建成本降低近一个数量级。
提出FeatCal算法,通过前向顺序逐层校准权重,利用闭式解消除特征漂移,无需梯度下降。 在CLIP-ViT-B/32和FLAN-T5-base基准测试中,FeatCal得分分别为85.5%和85.2%,优于Surgery基线,且校准速度快4倍。
summary_zh: ReSI 提出递归安全改进框架,在四类模型上将平均 X-Teaming 攻击成功率从 86.01% 降至 31.45%,优于前沿模型 GPT-5.6-Luna 的 56.69%。
S2-WEF 方法通过模拟全局模型模仿攻击模式,在服务器端识别跨数据孤岛联邦学习中的动态搭便车者。 该方法结合模拟相似度分数与偏差分数,利用二维聚类和逐分分类区分恶意与良性客户端,无需代理数据集或预训练。 实验覆盖 4 个数据集和 5 种攻击类型,证明其在多种设置下提供稳健的动态检测能力。
VINCIE-NExT 提出统一框架,通过上下文视觉演示将图像编辑能力迁移至视频,避免依赖昂贵的大规模配对视频数据。 该模型将视频编辑分解为“视频-图像-图像-视频”子任务链,引入位置编码在共享空间坐标系中对齐图像演示与视频帧,实现像素级外观传播。 在 OpenVE-Bench 上取得了最先进性能,且无需重新训练即可通过增加计算量提升编辑质量。
扩散模型在实际应用中泛化良好,但最优扩散模型会完全记忆训练数据导致无法泛化。研究揭示扩散模型在去噪训练目标上逐渐过拟合,造成中间噪声水平下验证与训练性能间的泛化差距。
研究证实先验数据拟合网络内部存在可提取的频谱结构,线性探针在7个模型中以R²≥0.95恢复上下文频率。 TabPFN中192个方向里的64个无标签方向承载了85%-95%的因果效应,且Filter Bank Decoder能以约200倍更低成本生成竞争性高斯过程回归核。 该发现证明网络潜空间蕴含可移植的频谱先验,无需测试时优化即可解码为显式核函数。
ResOT 提出一种免训练方法,在推理阶段通过局部分布对齐修复表征以缓解 LVLM 中的物体幻觉。 该方法将主导幻觉方向投影出忠实子空间,利用高斯最优传输对齐幻觉与忠实分布,并通过自适应控制修正幅度。 实验显示 ResOT 在三个代表性 LVLM 上显著降低物体幻觉,同时提升图像描述质量与多模态基准表现。
该框架整合句法结构、语义多样性与分布表征进行核心子集筛选,并能自动适应不同语料库噪声水平。 验证了数据中心 AI 领域中“少即是多”的假设。
提出无特殊观测假设的预测驱动数据融合框架,结合随机对照试验无偏性与大规模观测研究功率,构建 AIPW-Fusion、DR-Fusion 及 R-Fusion 估计器。 框架通过闭合形式权重和置信区间实现精度提升,实验验证了结合小样本 RCT 与大样本 OBS 的有效性,解决了现有方法假设强或偏差高的问题。
该研究提出了一种检测未经授权的模型蒸馏攻击的方法,通过比较嫌疑模型对教师模型推理输出的预测能力,并利用影子模型将得分转换为校准的 p 值进行显著性检验。 在初步研究中,使用 Qwen2.5-7B 作为教师模型,Llama-3.2-3B 作为嫌疑模型,在 0.02 的显著性水平下,该测试达到了 1.0 的真阳性率。
研究人员提出生物启发激活函数 HAND,将其应用于 CNN 后显著提升了模型在图像分类中的泛化能力与样本效率。
提出特征空间适应方法改进 FlowGP,首次实现高斯过程流(FlowGP)内部的超参数优化。 通过引入核函数近似支持高分辨率域扩展,并基于扩散引导所需的功测量边际似然,解决了现有方法依赖人工指定超参数且迭代成本高的痛点。 该方法成功应用于概率降尺度、不规则域偏微分方程解推断及非高斯卫星观测海面异常场恢复等场景。
GloFND提出了一种基于优化的方法,用于在自监督对比学习训练过程中自动学习阈值,从而在全局范围内识别假负样本。 该方法计算成本独立于数据集大小,且在图像和图文数据实验中被证明有效。 论文已被ICML 2025接收。
研究证明,使用无字幕、无文本损失的原始视频对 Qwen3-1.7B 进行中间训练,可显著提升模型在视觉基准上的表现。 在四个视频基准上平均提高 2.9 分,十个图像基准上提高 5.1 分,且在 14 个文本基准上保持性能(平均 48.9 分,未训练模型为 48.0 分)。 结果表明,预测下一个视觉 token 优于预测字幕,证明视频中间训练可保持纯自监督,无需承担自动字幕生成的计算开销或标注噪声。
PSCMIA 提出一种功耗侧信道成员推断攻击(MIA),能在不提供预测概率或标签的情况下,直接从嵌入式模型的功耗追踪中推断样本是否参与训练。 实验覆盖 MNIST、FMNIST、CIFAR10、CINIC10 等数据集,FC 和 CNN 架构,以及 STM32F3、XMEGA 平台;FC 模型 ROC-AUC 最高达 0.907。
研究团队推出覆盖声学感知、类别识别等四大任务的基准 BEANS-Next,以及大规模训练资源 ROOTS。ROOTS 整合了扩展后的真实世界数据、行为与声学元数据及合成生成。
提出基于少量数据驱动曲率方向的低秩广义 Laplace 近似方法,用于神经网络不确定性量化。 后验方差在保留子空间内有闭式解,且通过经验贝叶斯校准先验方差。 标准缩放导致后验方差收缩,而平均损失缩放能生成更稳定、校准良好的预测置信区间。
针对 LLM 智能体在投资组合管理中信用分配失真导致表现劣于等权重策略的问题,MemTrial 提出通过“记忆审判”机制修正信用分配。 该方法利用分数阶试验设计生成 8 种决策草案,基于 Banzhaf 值计算经验贡献,并借助分层贝叶斯模型跨日期池化以过滤噪声。
提出 ZIP-SR 和 ZE-EDEN 方法,重新设计 AdamW 4-bit 优化器状态量化,在 GPT 和 Llama 系列 130M 至 2.7B 参数预训练实验中,将 TorchAO 4-bit AdamW 相对 32-bit 的平均验证损失差距最高降低 70%。
AdaptLSTM 提出一种通过验证校准阈值检测分布漂移并实施选择性更新的高效在线学习框架,适用于云负载预测。 在 Alibaba Machine Trace 数据集上,该方法以 20% 的成本恢复了 Naive Online 54% 的性能提升,效率提升 2.7 倍;在 Container Trace 上达成 96% 恢复率,效率提升 4.8 倍,MAE 降低 75%。
AtomWorld-Mirror 提出一种时间感知宏观步世界模型,用于原子系统关键演化骨架模拟。 该模型将短微观事件蒸馏为关键状态间可达转移,通过潜在宏观动力学联合预测结构编辑与物理时间。 在 Cu-Zr 金属玻璃等五个原子系统中,宏观步推理较逐事件模拟实现 $10^3$ 至 $10^4$ 倍加速。
研究系统分析了适应、聚合和上下文构建三种测试时计算机制对表格基础模型预测的影响。 DiagScale 仅训练模型 0.003-0.03% 的参数,其增益可与全量微调相比。在 96 种配置的聚合中,贪心选择使误差相对降低 2.4%,但均匀平均反而增加误差。 适应和选择性聚合带来一致的基准层面增益,且二者结合可进一步提升效果。
summary_zh: DivMoE 提出首个实现细粒度 MoE Upcycling 且具备结构平衡路由的框架,解决了单一源模型派生专家导致的路由崩溃与精度退化问题。
DADP 通过测量突触前激活与突触后误差梯度乘积来动态分配稀疏度,无需逐层固定稀疏预算。在 ResNet-18 上实现 99% 稀疏度时保留 73.67% 准确率,优于 Magnitude 和 SNIP。 该方法在 MLP、VGG-16、ResNet-18、BiLSTM-CRF 和 MiniBERT 架构上验证了性能,并通过香农熵确认极稀疏下特征多样性未崩塌。
研究者提出谱权重衰减方法,通过在LLaMA模型中应用核范数更新来降低有效秩。在500M参数模型及4%失真预算下,该方法实现1.89倍压缩和1.18倍GPU推理加速。在60%标签噪声固定训练下,方法在MNIST上提升17.8个准确点位。
QuotientPO 将等效修复折叠为规范机制,在商空间直接优化探索,在 2,212 个保留 GEM 上将 Success@32 从 17.93% 提升至 20.10%(相对提升 12.1%)。 该框架推导了核化 Rényi 估计器以解决修复核心间的分级拥挤问题,并在相同采样预算下持续增加不同成功核心的发现。 这一方法确立了商空间探索作为在验证器诱导等价条件下进行机制级探索的原则性路径。
研究提出 PF-LSA 算法,实现个性化联邦线性随机逼近在未知异构度下既达成线性加速又保证个性化收敛,无需额外计算成本。 该算法通过混合本地随机更新与跨智能体平均更新,基于误差分解证明共识误差快速衰减、异构误差在低异构度下可忽略,确立 best-of-both-worlds 保证。