会说“不确定”的LLM开始设计实验

GOLLuM把不确定性纳入实验选样：少做实验，也更会挑下一项。

深度专题 FEATURES — 2

PAPER HF 82

PAWBench不只看视频像不像，还追问模型是否按正确概率生成多种可能未来。

PAPER H 21

Muon为何比Adam快？论文从不同矩阵方向的步幅分配给出解释，并据此再省13.3%至24.0%训练token。

速览 BRIEFS — 8

PAPER

统一盘点43种量化变换：旋转是否有用，取决于它与4比特格式是否合拍。

PAPER

让小模型读完整记录、大模型只看压缩版，AsymSpec试图兼顾Agent速度与准确率。

H 7

PAPER

FLINT把高带宽闪存接入显存层级，让单卡有机会容纳更大的模型。

H 12

PAPER

ConfAL把补训预算优先投向世界模型最没把握的任务、画面与局部区域。

PAPER

V-Link为动作模块补回语义与空间线索，让机器人边行动边“看清”环境。

H 3

PAPER

SimVerity追问：仿真亮绿灯，究竟能为真实部署担保多少。

H 2

PAPER

R³让机器人先用语言梳理局面，再借强化学习练出更有效的行动指导。

H 2

PAPER

Prefix Sliding边推理边清旧草稿，让长思考不再先被显存卡住。