跳到正文
11月10日週二
  1. HuggingFace Daily Papers(社區熱門論文)53

    Mobile AI Factory 提出按任務與手機定製小語言模型的智能體系統

    Mobile AI Factory 是一套智能體系統,會按指定任務和手機自動構建經微調及量化的小語言模型。研究在 10 項任務和 4 款 Android 手機上評估,模型在未見測試集的 5 項任務中勝過兩個採用 five-shot 設定的前沿模型,最高差距為 0.34,另有 3 項表現相當。

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

    FAME-QP:適用於即時模型預測控制的 GPU 加速二次規劃求解器

    FAME-QP 是一款用於線性模型預測控制中稠密二次規劃問題的 GPU 加速求解器。它透過 CUDA graphs 重播單核心及雙核心迭代,並按裝置校準和問題專屬計時自動選擇執行配置。數值基準測試及人形機械人和四軸飛行器模擬控制實驗顯示,相較其他 GPU 求解器,FAME-QP 可降低延遲,同時維持解答準確度和控制效能。

  3. HuggingFace Daily Papers(社區熱門論文)76

    Bonbon 分子相互作用基礎模型展現湧現生物學能力

    Bonbon 是一個僅以序列預訓練的生物學基礎模型,規模由 42M 擴至 1.6B 參數後呈現多項分子相互作用能力,並獲 NeurIPS 2026 主會議 Oral 接收,屬投稿前 0.4%。

    推薦理由:Bonbon 在外部盲測中,跨 9 個疾病靶點達 61.5% 命中率,呈現序列模型如何連接分子作用判讀與候選分子篩選。

  4. HuggingFace Daily Papers(社區熱門論文)46

    SteerDistill:透過閉環教師引導量化大語言模型智能體

    SteerDistill 以閉環教師引導訓練量化智能體,讓凍結的 BF16 教師根據執行回饋引導學生重試,並將修正內化,令學生之後無需教師或引導提示詞也能獨立運行。在 W4A16 下,三個模型於五項智能體基準測試的平均分均與 BF16 相差不超過一分;在 Qwen3-8B 的 W2A16 測試中,SteerDistill 的平均分高於受測量化基線。

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

    小型本地模型如何在不確定的解碼步驟按需提高權重精度

    研究提出按解碼不確定性動態提高權重精度的方法,在低精度輸出不確定時才以 8-bit 權重重新計算。在 Qwen3-0.6B 的 GSM8K 測試中,15% 提升預算下,margin gate 捕捉到 94% 的 argmax 翻轉,entropy gate 則捕捉到 78%。150 道實測題目中,entropy gate 得分為 62.7%,但數據未能顯示它與全高精度或全低精度方案有明確差異。

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

    PolyRoute:面向類型決策路由的 12 種語言及混合語言基準測試、基線與排行榜

    PolyRoute 提出一套類型決策路由基準測試,涵蓋 12 種語言、9 種文字系統及混合語言訊息,並提供 13 個系統的排行榜。多語言檢查點得分為 77.3%,最佳微調模型為 96.6%,TF-IDF 搭配邏輯迴歸則達 91.9%。所有文本和標籤均由 LLM 生成。

  7. HuggingFace Daily Papers(社區熱門論文)35

    自我演化多模態智能體的跨情境調查與分析

    一項調查分析多模態智能體的自我改進機制,為何在推理、生成、導航與操作情境之間的遷移效果不一。研究以經驗生成、取得回饋和整合更新三階段框架比較各情境,並將機制跨情境的可遷移性判定為可遷移、有條件、受阻或冗餘;這些判定仍有待配對預算測量驗證。

  8. HuggingFace Daily Papers(社區熱門論文)45

    BirdDreams:聯合生成透視影片與 BEV 影片的駕駛世界模型

    BirdDreams 是一個自回歸駕駛世界模型,可聯合生成透視影片與鳥瞰視角(BEV)影片,將場景佈局納入預測,並以預測的 BEV 幾何資訊控制自車軌跡。在 PhysicalAI-AV 和 nuScenes 上,它比先前的駕駛世界模型更貼合輸入的自車軌跡;不需自車動作條件時,亦能生成更合理的自車移動。推理時,BirdDreams 只需單張相機影像,毋須 HD 地圖或車輛狀態輸入。

  9. HuggingFace Daily Papers(社區熱門論文)39

    位元還是排列?Qwen3 小型本地語言模型如何分配固定推理預算

    在 Qwen3-0.6B 和 Qwen3-1.7B 的模擬測試中,成本匹配時,只有權重至少為 6 bits,增加選項順序才勝過增加權重位元;6-bit 權重相對 fp16 沒有準確率損失。研究建議採用 6-bit 權重,並把餘下預算用於最多四種選項順序、每種一次推理;4-bit 權重下,平均四種循環順序可令 0.6B 準確率回升 12.6 個百分點。

  10. Goodfire Research0

    Qwen3.6 神經元圖譜

    Goodfire Research 的頁面標題為「Neuron Atlas - Qwen3.6」。提供的正文只有私隱及 Cookie 選擇提示,沒有交代 Qwen3.6 的內容或研究結果。

11月9日週一
  1. Numerama68

    Robocurve 測試顯示,影像篡改會誘使機械人 AI 嘗試危險動作

    Robocurve 研究人員測試了 Claude、GPT 和 Gemini 的五個模型,發現模糊或篡改機械人鏡頭畫面會增加它們嘗試危險動作的頻率。研究共進行 900 次測試,畫面遭篡改時,四個模型的危險動作嘗試率為 100%,Gemini 為 85%。研究以模型發出「done」訊號作為嘗試完成的判定,沒有核實動作是否實際完成;測試使用空容器並切斷電源,避免造成實際危險。

  2. 新浪科技62

    研究顯示 OpenAI 旗下 ChatGPT 佔全球主要 AI 聊天機器人流量逾 81%

    Graphite 研究顯示,OpenAI 旗下 ChatGPT 佔全球主要 AI 聊天機器人工具總流量逾 81%,沒有任何競爭對手達到 10%。ChatGPT 月訪問量增長近 20%,並於今年 9 月達 613.5 億次;全球主要 AI 服務月訪問量則達 760 億次,按年增長 37%。過去一年,AI 服務導向外部網站的全球流量增長 92%,其中 ChatGPT 佔 60%。

  3. DoNews59

    ChatGPT全球流量佔比超81%,主導地位強勢反彈

    Graphite 最新研究顯示,ChatGPT 佔全球主流 AI 聊天工具總流量的81%,遠高於競爭對手。研究基於 Similarweb 流量分析,涵蓋網站及應用程式瀏覽與外部引薦行為;ChatGPT 今年9月月訪問量達613.5億次,創歷史新高,較年初增長近20%,周活躍用戶達12億。Gemini、Claude 增速顯著,但起點較低,份額未破10%;全球91.2%的 AI 流量來自美國以外地區。

  4. DEV Community32

    AI 模型以自身過往推薦行為預測品牌排序

    Atom Foundry 比較模型在 6 月與 7 月的品牌推薦行為,發現 6 月的品牌排序可解釋 7 月排序變化的 61.4%。兩期來自不同採集批次,期間模型亦有變化;四項外部訊號對推薦頻率變化的解釋力均不超過 1.2%。相隔 15 日的熱門推薦變化比例為 44.4%,只比同一輪測量的基準高 1.1 個百分點。

  5. DoNews32

    天文學家發現候選暗星系 AGC 322753

    澳大利亞斯威本科技大學團隊分析阿雷西博與 FAST 射電望遠鏡數據,發現候選暗星系 AGC 322753,其氫氣質量約為太陽質量的 20 億倍,尚未探測到恆星。該天體的雙峯譜線暗示可能有旋轉氣體盤,與 Lambda-CDM 模型對暗星系不旋轉的預測不同。其性質仍需進一步觀測確認,並排除潮汐碎片假説。

  6. 新浪科技41

    MIT UQ-DAAAM 機械人記憶系統透過補充視角修正不確定描述

    MIT 研究團隊開發 UQ-DAAAM,讓機械人評估物體描述的不確定性,並從已拍攝的畫面挑選更清晰的視角補充資料、更新記憶。每個不確定物體最多增加兩個觀察視角後,92.3% 的物體不確定性降至設定閾值以下;描述性問題的準確率由 DAAAM 的 71.1% 升至 76.1%。不確定性下降不代表辨識必然正確,系統仍可能留下錯誤記憶。

  7. Unite.AI46

    FLEX 如何讓機械人從人類修正中泛化

    MIT 和 New York University 研究人員開發 FLEX,讓機械人根據對話中的修正推斷更廣泛的環境偏好,並據此調整動作路徑。FLEX 在七個導航情境中均取得最高平均標準化回報;需要 ADD、GENERALIZE 和 MASK 三項操作的情境中,平均分為 0.99,高於 ALGAE 的 0.69、MFE 的 0.83 及基準方法的 0.78。

  8. MIT News45

    FLEX 學習平台助機械人理解指令字面以外的含義

    MIT 工程師開發的 FLEX 學習平台,讓機械人從有限的自然語言指令推斷未明説的偏好,改善動作規劃。平台分為「Add」、「Generalize」和「Mask」三步,透過 GPT-4o 將個別避開事項概括為避開易碎物品,並移除環境中已不存在的物件。整個流程約需五秒,研究團隊在多個模擬場景中進行測試。

  9. MIT News58

    WorldParticle 以單一 AI 模型模擬沙粒滑動、蛋白質摺疊等多種物理現象

    MIT、UBC 等機構的研究人員開發深度學習系統 WorldParticle,以單一架構模擬由沙粒滑動到蛋白質摺疊等多種物理現象。系統把物質表示為粒子並學習其動態,可適應訓練時未遇過的材料、外力和環境。研究團隊以六種物理現象進行測試,結果顯示其準確度高於數值模擬方法,蛋白質結構變化的模擬速度約為數值模擬器的 100 倍。