深度专题 FEATURES — 3
OneWM:世界预测与行动互相上课
OneWM让机器人一边预测行动后果、一边学习行动,检验两项能力合训能否双向增益。
MARS:世界动作模型系统级提速
MARS 从视觉编码到动作生成逐层减负,最高把机器人世界动作模型提速 4 倍。
Waypoint-OPD:把RL改变的策略教给学生
借一枚中途检查点,Waypoint-OPD判断哪些RL策略变化值得教给学生。
速览 BRIEFS — 8
PAPER
一步预测准,不等于规划好
JEPA下一步猜得更准,连续规划却未必更好,常用选模指标可能选错模型。
PAPER
失败在哪,训练世界就生成到哪
Wedge先诊断导航智能体的具体短板,再生成难而可学的训练环境。
PAPER
多个专家模型,如何挤进一张GPU
JointServe把模型权重和会话记忆一起调度,让多个专家模型更顺畅地共用一张GPU。
PAPER
KV缓存压缩后,还能临场再学习
让压缩后的KV缓存临场改写自己,为未知问题保留更有用的信息。
PAPER
扩散语言模型的16倍训练账该重算了
“扩散模型训练贵16倍”或被旧评估方法夸大,路线经济性值得重估。
PAPER
智能体删掉上下文,缓存却没有忘
智能体删掉旧文本后,缓存仍可能“记得”;新方法用少量重算定点修复。
PAPER
混合精度预训练也有扩展律
把训练位宽写进扩展律,提前算清模型、数据与精度怎么配
PAPER
世界模型需要一份物理登记簿
给视频世界模型加一本“物理登记簿”,让未来不仅像真的,也能前后说得通。