合成预训练，算力花错了吗

四种“先练合成题”方案在等算力下都没赢自然语言，问题可能不在数据，而在训练顺序。

深度专题 FEATURES — 3

PAPER H 130 · HF 66

JEPA把“不同模态能否学到同一个世界”变成了有前提、可检验的理论问题。

PAPER H 14

GenSight让同一个模型既生成未来视频，也读懂其中的距离、边界与运动。

PAPER H 97

研究智能体能跑完整科研流程，却仍离不开人类选题、纠偏和识别“钻空子”。

速览 BRIEFS — 8

PAPER

恶意指令可藏进 SKILL.md，并随插件复用扩散；技能文件也该按供应链代码审查。

H 18

PAPER

公开语料里的一小撮恶意文本，可能在未来的工具型 AI 中埋下可执行命令的后门。

H 2

PAPER

控制拿高分，不等于懂规律；world2vec让世界模型的潜动力学更忠实、更可解释。

H 15

PAPER

LaWAM不生成未来视频，而在潜空间预演动作后果，让机器人前瞻更轻、更快。

H 1

PAPER

把模型“读材料”和“写回答”分开计量，长上下文的耗时与电费终于可估

H 16

PAPER

扩散语言模型会反复改整段文字，旧缓存本就可能过时，量化不能只管压缩误差。

PAPER

推测解码能缩短等待，但猜错的 Token 仍耗电，批量越大越可能得不偿失。

H 38

PAPER

Gym-Anything让数字智能体搭建并审计机器人仿真，把训练场扩建也变成可规模化的编码任务。

H 23