深度专题 FEATURES — 3
DRILL:世界模型不必预测每个像素
DRILL不再只教世界模型复原画面,而是直接训练它给机器人更有用的学习信号。
SSD接管KV缓存,先解决寿命账
Gandalf让SSD只接值得长期保存的KV缓存,平均延寿7.3倍,但账仍建立在模拟假设上。
未来表征,也能反过来教机器人
FRED让视频模型从真实未来中自学表征,单步预测更可靠的机器人动作。
速览 BRIEFS — 8
PAPER
IQuest-Q1押注CLI智能体底座
320B总参数、每步激活15B,IQuest-Q1专攻命令行智能体底座
PAPER
Softmax和交叉熵可能有数值漏洞
极端分数下,标准 Softmax 会吞掉关键梯度;论文给出基础算子的直接修补。
PAPER
推理模型的“等等”并非RL发明
“wait”式自我修正多半继承自预训练,RL能放大它,却很少凭空创造它。
PAPER
扩散语言模型量化要看任务与时刻
同一套低精度配置并非处处合算:任务不同,最需要精算的去噪时刻也不同。
PAPER
多智能体会不会集体跟风失控
多个LLM只看彼此的选择次数,也可能把偶然热门滚成失控共识。
PAPER
Trace2World从操作轨迹重建应用世界
把真实操作记录先还原成应用规则,再编译成可反复训练GUI智能体的模拟世界。
PAPER
人形机器人行动前,先记住看不见的线索
WholeBodyMem让人形机器人记住物体变化的关键时刻,而不是只看眼前。
PAPER
Science里的“虚拟生技公司”
Science展示“虚拟生技公司”:多智能体协作贯穿药物研发链条