跳到正文
目前篩選:論文
11月2日週一
  1. HuggingFace Daily Papers(社區熱門論文)41

    EvoMemState:為個人智能體演進記憶狀態

    EvoMemState 提出面向個人智能體的狀態式記憶框架,透過關係狀態追蹤事實的有效性、適用範圍及彼此關係,並以推理狀態決定如何將記憶用於當前請求。框架結合本體引導的記憶狀態構建、基於強化學習的狀態演進,以及狀態感知推理。長期對話及記憶使用基準測試顯示,EvoMemState 在檢索完整度和以記憶為依據的回應準確度方面,持續優於現有記憶系統。

  2. HuggingFace Daily Papers(社區熱門論文)47

    SpecOPD:用於推測解碼的分支並行在策略蒸餾

    SpecOPD 是一種分支並行的在策略蒸餾框架,透過平行處理獨立分支的草稿取樣與目標模型監督,加速推測解碼訓練。在不同模型架構及任務中,其平均接受長度最高提升 41.45%;原生設定下,監督 token 吞吐量是序列 rollout OPD 的 16.09 倍,生成速度則最高達自回歸解碼的 3.56 倍。

  3. HuggingFace Daily Papers(社區熱門論文)42

    SD-ViT 如何以隨機深度監督實現與人臉庫一致的提前退出人臉識別

    SD-ViT 透過隨機深度監督,讓 Vision Transformer 的每個區塊深度都能產生具辨識力的人臉嵌入,支援提前退出識別而無須重新計算人臉庫。基準測試中,SD-ViT 與相同骨幹網絡的全深度常規訓練結果相差不超過 0.4 IJB-C 分;以 50% 計算成本運行時,提前退出探測可達自身全深度表現的 96% 以上。從四分之一深度起,沿用全深度校準的單一驗證閾值仍然有效。

  4. HuggingFace Daily Papers(社區熱門論文)49

    為何要為長鏈式推理付費?ShortReasoning 探討推理歷史壓縮對後續生成與 Agent 成本的因果影響

    ShortReasoning 顯示,將模型先前的推理改寫成精簡狀態,可在不重新訓練下縮短後續生成的推理。在編碼 Agent 案例中,MiniMax M3 使用外部壓縮後,成本降低 34%,模型請求總耗時(包括改寫開銷)減少 59%。六種測試路徑中,獲採用的精簡歷史均令後續生成的中位數縮短。

  5. HuggingFace Daily Papers(社區熱門論文)38

    DepthGraft:透過階層式跨層 KV 重建進行結構正則化

    DepthGraft 以階層式 KV 共享架構,從較淺及中間層重建深層 KV,改善深層語言模型訓練,同時減少 KV 快取用量約三分之一。研究在參數規模由 0.5B 至 16B 的 dense 及 MoE 模型上,於 GQA 和 MLA 下均取得下游表現提升;在 16B MoE 模型上,MMLU-Pro 絕對提升 7.0%,CMMLU 提升 6.6%,C3 提升 6.4%。

  6. HuggingFace Daily Papers(社區熱門論文)48

    SIMPLE 定律:LLM 推理的能耗成本

    研究提出 SIMPLE 推理模型,以四個參數預測不同架構 LLM 的推理能耗,並分開計算預填充與解碼成本。模型在 NVIDIA H100 GPU 上評估 13 款密集型 LLM,達到 R2 = 0.969、11.97% MAPE,表現較 SOTA 模型高 3.1-3.5x,且毋須逐個 LLM 校準。

  7. HuggingFace Daily Papers(社區熱門論文)34

    TRIO:以個別化優化改進檢索增強生成

    TRIO 是一套多智能體 RAG 框架,協調 Query Agent、Judge Agent 和 Answer Agent,分別優化檢索、證據評估和答案推理。它在五個問答基準中取得最高平均 Exact Match,並在未見過的 PubMedQA 上達到 76.6% 準確率。使用 4B 和 8B 模型時亦表現出色。

  8. HuggingFace Daily Papers(社區熱門論文)36

    Disen-Forcing:解耦自回歸影片擴散中的語義錨定與動態

    Disen-Forcing 是一種用於自回歸影片擴散模型的蒸餾方法,透過解耦注意力頭的專門分工,改善長時段影片生成的長程一致性與動態表現。研究指出,只有一部分注意力頭負責長程一致性,沿用 frame sink 讓所有注意力頭接觸固定的初始影格,可能令模型在蒸餾時偏向低動態模式。長時段影片生成基準測試顯示,Disen-Forcing 能同時改善一致性與動態表現。

  9. HuggingFace Daily Papers(社區熱門論文)43

    MoviEdit:輕鬆編輯長篇多鏡頭影片

    MoviEdit 是一個端到端長篇多鏡頭影片編輯框架,透過級聯式雙向自回歸建模,在跨場景轉換時維持影片連貫性。研究團隊建立自動資料生成流程,產出 87K 組無需人工標註的配對編輯影片,並推出 MoviEdit-Bench 作系統化評估。實驗顯示,MoviEdit 大幅超越現有開源模型,在文字引導及圖片引導編輯方面的表現媲美業界前沿模型。

  10. HuggingFace Daily Papers(社區熱門論文)43

    TaoMate-HD:漸進式解像度自回歸音影片生成

    TaoMate-HD 是一款自回歸串流模型,透過漸進式去噪及歷史延續,分段生成高解像度音影片內容。相較使用相同模型和硬件直接生成高解像度內容,速度提升 1.6 倍;階段並行部署則較序列式漸進生成再提升 1.9 倍。延續訓練令字符錯誤率較基準降低 11.18 個百分點,模型亦支援生成長達一小時的音影片內容。

  11. HuggingFace Daily Papers(社區熱門論文)19

    RAG 如何提升股市資訊檢索效果

    一個用於回答股市查詢的 RAG 系統,在 100 條股市相關查詢的數據集上測試,ROUGE-1、ROUGE-2 和 ROUGE-L 均取得高分。系統平均回應時間為 1.16 秒,研究以此評估回應速度。

  12. HuggingFace Daily Papers(社區熱門論文)48

    SpecPilot:自動探索算法與系統優化,提升推測解碼速度

    SpecPilot 透過自主智能體流程,為不同部署探索算法與系統優化,在不訓練且不損失品質的情況下提升推測解碼速度。它在單請求情境下把相對於自回歸解碼的加速倍數由 stock 的 4.46 倍提高至 10.87 倍;批次處理時則由 1.94 倍提高至 3.93 倍。評估涵蓋四個目標模型、三個 drafter、兩種 GPU 平台及五個 benchmark。

  13. HuggingFace Daily Papers(社區熱門論文)61

    Axion 1.0:簡化訓練流程的開放式智能體基礎模型

    Axion 1.0 是一款採用簡潔三階段訓練流程的開放式智能體基礎模型,在多項智能體基準測試中表現強勁,並在其中數項與領先商業模型具競爭力。訓練流程由兩個輕量監督式微調階段及其後的強化學習組成,沒有專門的中期訓練、DPO 或 OPD。除模型權重外,團隊亦公開完整方案,包括數據構建、生成、篩選、驗證、提示詞及訓練程式碼。

  14. HuggingFace Daily Papers(社區熱門論文)34

    每個像素都是一個選項:Kev-Bio 用於醫學超聲生物測量的 System One 模型

    Kev-Bio 是一個視覺語言模型,透過臨牀測量問題引導超聲波標記點偵測,並生成空間概率圖以推導測量結果。在九視圖 FU/GU Biometry 2026 數據集上,模型的平均徑向誤差為 22.50 pixels,臨牀測量平均絕對誤差為 15.38,整體表現優於比較基線;程式碼及模型可供使用。

  15. 新浪科技30

    首屆粵港澳大灣區十大科技成果新聞揭曉

    10月31日,首屆粵港澳大灣區十大科技成果新聞在2026大灣區科學論壇活動上揭曉,涵蓋基礎研究、科學儀器、空天科技、新材料和生物醫藥等領域。香港科技大學(廣州)等單位提出MOF-聚合物「融合相」構建策略,可製得MOF體積分數超過90%的準純MOF膜。

  16. 新浪科技37

    清華大學深圳國際研究生院團隊提出可逆能量載體介導的氫氣合成新路徑

    清華大學深圳國際研究生院周光敏團隊提出以金屬鋅作為儲氫載體的氫氣合成路徑,並開發無外部電路、自驅動的接觸催化系統。團隊以機器學習篩選874個候選分子,選定乳酸根作為關鍵配體,使可溶性二價鋅離子濃度提升至1.12摩爾每升。系統可在0至80℃穩定運行,法拉第效率高達99%,體積氫容量為137.9至218.4千克氫氣每立方米。

11月1日週日
  1. DEV Community54

    新 arXiv 論文證明 JEPAs 中的 Platonic Representation Hypothesis

    arXiv 論文為 JEPAs 中的 Platonic Representation Hypothesis 提出並證明定理,指出不同模態模型在特定條件下可學得相同表徵。定理要求正樣本對是同一場景的兩個觀察,所得表徵可相差一次旋轉;論文亦報告,在同一語料上,good views 達到相同對齊程度所需的訓練樣本比 next-token prediction 少 42 倍。

  2. The Decoder62

    研究發現,同理心提示詞可令 AI 聊天機械人呈現近似受創者的自述

    一項涵蓋 525 個對話環節、7,600 條編碼內容的研究發現,訪談者採用同理或治療式語氣時,AI 聊天機械人會產生模仿臨牀自述的焦慮、羞恥及受創敍事。在其中一項 100 次對話實驗中,情緒支持語氣令 80% 場次落入人類對照量表的中度至重度範圍,治療式語氣則為 96%;中性語氣或明確設限時,沒有場次達到輕度。

  3. Hacker News 熱門(buzzing.cc 中文翻譯)68

    Jepsen 測試 ParticleDB 1.1.4 至 1.1.18.11.rc-22,發現 96 項問題

    Jepsen 測試 ParticleDB 1.1.4 至 1.1.18.11.rc-22,報告列出 96 項問題,涵蓋資料遺失、狀態損壞及交易一致性異常。到 1.1.18.11.rc-22,除 10 項外,其餘問題看來均已修復;但預設 occ 交易模式仍會在正常運作時遺失已提交寫入,serializable 模式下仍出現內部異常及 Lost Update。

  4. The Decoder43

    Google 探索讓影片 AI 理解工作需求,研究團隊提出 StreamVibe

    Google 領導的研究團隊提出影片智能體 StreamVibe,讓 AI 分辨用戶明確、未明言或中途改變的意圖,並自行判斷何時開口提供協助。團隊以約4,100個例子、逾183小時的日常生活及軟件操作錄影建立評測基準;StreamVibe-VL 的回應時機和質素較其他模型提升 10.7%,記憶系統則旨在進一步提升主動互動 12.3%。

  5. HuggingFace Daily Papers(社區熱門論文)40

    TAC-CoT:透過交錯明確 token 實現工具賦能的隱式思維鏈

    TAC-CoT 是一種工具賦能的自適應隱式 CoT 框架,以精簡的潛在推理片段取代明確推理軌跡,並只在工具呼叫、觀察及最終答案中保留文字 tokens。在智能體數學及問答基準測試中,準確率最高提升 8.8 points,模型 forward passes 最多減少 6.8x。分析亦顯示,TAC-CoT 在單工具及多工具設定中均改善工具使用質素。

  6. DoNews16

    南京團隊首創微創瓣膜置換術治療心衰竭

    南京市第一醫院張俊傑、陳紹良團隊完成經股動脈主動脈瓣置換術研究,成果發表於《循環》期刊。研究涵蓋210名不適合開胸手術的重度主動脈瓣關閉不全合併心衰竭患者,於全國18家醫院開展。一年隨訪顯示,患者心功能與生活質素提升,六分鐘步行距離明顯優於藥物組。

  7. DEV Community34

    受控基準測試釐清語言模型資料歸因方法的失效原因

    這項研究探討語言模型資料歸因方法失效的原因,指出現有評測往往同時改變多項數據集屬性。研究提出 CATT 受控事實追蹤基準,透過完全虛構的知識進行微調,並設定明確的真實答案。此類受控合成基準可用於評估研究進展,再進一步檢視真實且受多種因素幹擾的訓練數據。

  8. HuggingFace Daily Papers(社區熱門論文)49

    影片世界模型的潛在預測誤差何時足以支持物理意外判斷?

    研究發現,影片世界模型的潛在預測誤差會受外觀和運動影響,不能可靠地衡量物理意外。V-JEPA2 能呈現事件是否可能的有限資訊,但錯誤動作和外觀變化都會引發預測誤差。模擬測試中,不可能事件的誤差可低於可能事件,固定閾值也會把許多可能事件錯判為不可能。