世界批评家：让VLA先预判成败

WCM让机器人批评家不只看眼前得失，还预判世界如何变化，从而更准确地指导VLA强化学习。

深度专题 FEATURES — 3

PAPER

TopKV让拆分式推理先看清GPU连接远近，再搬运庞大的KV缓存；思路关键，但性能仍待真机验证。

PAPER

CaRL教模型在越界时及时拒答：少编假答案，也少烧推理算力。

PAPER H 21

Auto-JEPA不预测整幅未来，只提炼会改变驾驶决策的信息，再从真实轨迹库中选路。

速览 BRIEFS — 8

PAPER

MoT把一个模型的“上下文草稿”翻译给另一个模型，减少多模型重复计算。

PAPER

TokTier记住长对话的分词结果，只修补新增末尾，把Agent的重复CPU工作压到毫秒级。

PAPER

BLADE让模型边推理边判断是否“想够了”，并按不同隐藏层动态早退，减少重复验算。

PAPER

ResKV把被淘汰token的聚合影响压进残差缓存，在固定预算内补回注意力。

H 41

PAPER

FBFM无需再训练，让机器人边行动边用真实观测纠正“想象”，减轻长程执行漂移。

PAPER

ST-WAM把任务语义与画面细节分开学，让机器人换背景、光照后仍能按顺序做事。

HF 6

PAPER

DeltaServe把流量低谷变成微调窗口，让闲置GPU继续干活又不耽误用户请求。

H 10

PAPER

WitCert给KV量化装上运行时风险表，逐请求判断是否需要回退。