Metis：把记忆做成基础模型

Metis 把 Agent 记忆从外挂检索变成模型可训练、可迁移的原生能力。

深度专题 FEATURES — 3

PAPER H 7

把大模型强化学习的采样与训练都压到FP4，关键是救回被量化抹掉的中间信息。

PAPER

CG-World把画面背后的状态、动作与因果分支记进同一本账。

PAPER

一项模型研究警告：LLM 能让论文变多，但若评价仍重数量，科学未必因此做得更好。

速览 BRIEFS — 8

PAPER

InferScale把反复调用的长期记忆预先算好并直接注入GPU缓存，让AI更快开口。

H 61

PAPER

StatePlay把血量、技能槽等状态纳入生成，让游戏世界不只像游戏，也更守规则。

HF 16

PAPER

ContactFlow只记录接触点如何移动，让同一套动作表达有望跨越人手与不同机器人。

H 3

PAPER

统一放大语料后，BM25反超Agent搜索：复杂RAG并非越高级越耐规模。

HF 41

PAPER

FreqForcing在频域给长视频设锚点，减缓颜色漂移和运动停滞。

PAPER

十个开放权重模型的对照实验显示：多想一会儿更会用现有证据，却未必更愿意主动求证。

H 10

PAPER

MoE堵车不只因带宽不足：发送顺序也会让流量突然挤向热门专家。

H 28

PAPER

ReCo给GRPO的热门答案降权，尽量留住少见但正确的推理路径。