零数据预训练：模型与自己对弈

两个模型从零开始互相出题，用算力搜索可迁移的规律，而不是消耗更多人类语料。

深度专题 FEATURES — 3

PAPER HF 17

Rufus-Air公开八阶段后训练流水线，展示百亿级MoE如何从会答题一路练到会用工具。

PAPER

一个把反事实造数、多视角传感器生成与连续仿真装进同一框架的 2B 驾驶世界模型。

PAPER

ELF-REG让扩散模型同时修改整份答案，并把这条并行生成路线推进到数学推理与代码任务。

速览 BRIEFS — 8

PAPER

世界模型没算错，也可能被远期目标带偏；改追近处子目标，反而更容易抵达终点。

H 2

PAPER

160项基准仍难回答世界模型能否让机器人更会行动，症结在评测口径。

H 2

PAPER

生产日志显示，Agent 前缀缓存中，精巧淘汰算法往往赢不了简单的 LRU。

PAPER

把闲置专家留在闪存，实测缓存策略如何决定大模型能否在 iPhone 上跑

PAPER

DAWN让世界模型直接学会清理深度噪声，减少机器狗真实跑酷前的手工调参。

H 23

PAPER

超时不等于失败：Agent 防重复扣款，关键不只在模型，更在工具接口。

PAPER

用1.4亿次模拟先筛客服Agent，再让真人流量验证改进是否成立。

H 8

PAPER

让机器人从失败经历中校正磨损与偏差，部署后越试越准。