万亿参数RL，真的能“零数据”推理吗

Ring-Zero把可验证奖励RL推到万亿参数，但“零数据”只是不用人工推理示范。

深度专题 FEATURES — 3

PAPER

多球连撞难住视频扩散模型：问题不在算得少，而在没有按因果顺序算。

PAPER

FlowWAM把光流变成机器人与视频生成器的共同动作语言，让“想象后果”和“动手执行”共用一套表示。

PAPER

Jetson-PI让VLA在低功耗机器人本体上边执行边推理，并用“预看未来”纠正时差。

速览 BRIEFS — 8

PAPER

把“接住工具返回值”提前练进代码模型，而不只靠后训练补课。

HF 93

PAPER

让预测器记住过去的猜对与猜错，Agent 等工具时能更有效地提前干活。

PAPER

EcoSpec 不只看草稿命中率，还把 MoE 的专家调用成本算进解码决策。

PAPER

更深的世界模型单步更准，连续推演时却未必更好，甚至可能输给浅层。

PAPER

GaitSpan把已有步行策略当作种子，连续长出慢跑和奔跑，省去逐项重练。

PAPER

量化后准确率几乎没变，模型犯错的方式却可能已经换了。

PAPER

Science观点交锋：治理AI谄媚，难点不只是少附和，而是拿捏支持与劝阻的分寸。

2 信源

PAPER

UR-VC用跨演示的相似状态校正时间分数，让机器人看见停顿、打滑和返工。