深度专题 FEATURES — 3
FORGE:专家权重现场生成
FORGE不再搬运完整专家权重,而是在芯片上按需生成,用准确率换显存与吞吐空间。
智能体成败,先看脚手架
Doc2Harness 不只考 AI 会不会写代码,而是考它能否搭好决定智能体长程表现的运行脚手架。
Thinker-WM:一个模型统管感知与行动
Thinker-WM让同一模型同时看画面、懂距离、预测未来并生成机器人动作。
速览 BRIEFS — 8
PAPER
真实机器人学RL,不再依赖精确状态
机器人看不清球也能边踢边学:30分钟实机训练后,多起点进球率达100%。
PAPER
小模型该学决策,不只学Token
ActionOPD不让小模型照抄老师原话,而是学习关键状态下该做什么。
PAPER
游戏成为智能体的合成练兵场
Player-1用16个合成环境练游戏操作,把训练经验迁移到未见游戏。
PAPER
长程机器人记忆不必保存一切
ReCAP 不再死记整段历史,只留下初始场景和近期动作,让机器人看得更久也更稳。
PAPER
机器人量化失败,可以用RL补救
低比特压缩让机器人更省资源,也会让动作走样;QCRL用任务成败与进度追回性能。
PAPER
Hashrope重做LLM上下文账本
Hashrope把编辑、分支和缓存复用装进同一本上下文账本,减少重复搬运与计算。
PAPER
多模态模型开始按需购买视觉Token
mmVB 按问题给每张图分配清晰度,以更少视觉 Token 完成多图推理。
PAPER
WebGPU要把端侧LLM内核炼成金矿
GPU Goldmines让浏览器按设备调优LLM内核,并复用历史测量加速搜索。