开发动态 · 第 4 页
- Wave Forcing 加速连续视频生成
把去噪和缓存刷新组织为流水线，减少串行等待。
- ZO-BOLT 为低内存训练控制噪声
研究指出，两次差分评估是否使用匹配数据会改变优化可靠性。
- JustGoal 让 AI 自行优化 GPU 算子
10 月 27 日发布的 JustGoal 论文测试了一种更简单的算子优化方式：只向通用智能体提供优化目标和约束，让它自己编写算子、建立评测循环并持续调整，不预设专门的算子知识库或工作流。
- OpenAI 公布 Rosalind-6 科研访问与安全说明
OpenAI 发布 GPT-Rosalind-6 系统卡补充说明，将其定位于生物学、药物发现和转化医学研究。该模型与 GPT-6 Astra 使用相同权重，通过受信任访问向符合条件的科研机构、企业及政府合作伙伴提供。
- Google Research 扩展科研与地理空间 AI 工具
Google Research 在 Research@ 活动中集中展示了地理空间分析、科学研究和边缘计算方向的进展。其中，Earth AI 扩大早期访问，并整合公共数据集搜索与时间序列预测能力。
- MIT 研究让机器分辨声音与环境
MIT News 在 10 月 28 日介绍了教授 Paris Smaragdis 的声音机器学习研究。他的团队关注的不只是把语音变成文字，还包括分离不同声源、理解环境声音，以及帮助创作者编辑和分析音乐。
- AWM 用数学证明判断游戏目标能否实现
Algebraic World Model（AWM）研究尝试让 AI 从陌生环境中学出可检查的数学规则：先探索并编写 Python 假设，再依据观测修正规则，最终转换为 Lean 4 形式化模型，证明目标可达或不可达。
- PostgreSQL 19 延后，维护者谈 AI 查错压力
PostgreSQL 核心贡献者 Robert Haas 在 10 月 21 日的文章中表示，AI 辅助发现缺陷的速度正在超过人工审核与修复能力，增加了 PostgreSQL 19 发布前的维护压力。项目公开计划将正式版日期放在 11 月 19 日。
- JEPA 研究检验不同模型的共同表征
一篇 JEPA 研究预印本探讨：独立训练的文本与视觉模型，是否会学到可以对应的世界表征。作者给出带有明确条件的数学结果，并通过多种规模的数据实验检验表征对齐。
- 让 AI 直接改模型权重，研究团队公布实验
一项名为 Weight Space Programming 的研究尝试让语言模型直接读取和修改另一个神经网络的权重，而不是通过常规优化器完成训练。研究博客公开了实验方法，并提供相应的代码与运行记录。
- OpenPerov 用论文证据辅助太阳能电池设计
研究团队在 arXiv 发布 OpenPerov 预印本，尝试把文献证据和专家推理结合，用于钙钛矿太阳能电池的设计与优化。团队整理了来自 4,532 篇论文的证据，并建立包含 800 道问题的 PSMBench 评测。
- TopoQuant 用拓扑变化检查模型量化损失
TopoQuant 研究尝试在不反复运行昂贵下游评测的情况下，判断大模型量化后是否出现行为偏移。团队用拓扑数据分析描述参数结构变化，再观察它与注意力一致性的关系。
- 让大模型读求解日志，减少参数调优试错
LDST 研究把混合整数规划求解器的日志交给语言模型分析。系统先提取运行瓶颈，再提出少量参数修改，并在执行前校验配置，而不是把每次求解结果只当作一个黑盒分数。
- AI 智能体尝试解释量子实验数据
一项预印本把语言模型智能体用于量子系统的模型发现：系统提出候选物理模型，调用计算工具，再比较不同假设对实验数据的解释能力。研究使用了三组此前公开的金刚石与碳化硅色心实验数据。
- Pandora 研究更贴近个体的咨询来访者模拟
Pandora 预印本研究如何让心理咨询来访者模拟器更贴近个体的表达方式。系统会根据咨询互动更新心理与关系状态，再单独规划表达内容和语言风格，避免模拟角色总能过分清楚地解释自己的困扰。
- 机器人精细操作：更好的示范比大模型重要？
Friday 团队公开了 MetaFine 精细操作挑战赛的方案：每项任务采用约 1,900 万参数的策略模型，而不是直接微调大型视觉语言动作模型。训练数据来自模拟器中的脚本教师，也包含对学生模型错误的纠正。
- Trail 把智能家居指令变成本地分层选择
Trail 研究提出一种完全本地运行的智能家居控制方式。系统不让小模型自由编造控制命令，而是从实际设备注册表中依次选择房间、设备和操作；对把握不足的请求可以拒绝执行。
- 研究重查正交训练：收益未必来自正交性
一项语言模型训练研究比较了 14 种正交约束方案，模型规模从 3.6 亿到 31 亿参数，训练数据接近 2,000 亿 Token。作者希望分清性能改善究竟来自正交结构，还是来自参数归一化等其他因素。
- 塔吉克语检索模型公开训练与评测方法
Saidzoda-Tajik-E5-Large 基于 5.6 亿参数的多语言嵌入模型微调，面向塔吉克语文档检索。研究使用法律、税务、百科和网页文本构造问答对，同时混入英语与俄语数据，以保留多语言能力。
- 研究为注意力输出的扰动范围提供新证明
一项 Transformer 注意力研究提出锥规划框架，尝试为输入变化会让注意力输出偏移多少提供可计算的保证。论文区分了固定查询与查询、键共同变化时的难度。
- PrismServe 协调不同厂商加速器运行大模型
PrismServe 研究面向混合硬件集群的大模型服务。系统在同类设备组内运行量化专家，先根据预期回答质量选择专家，再按负载与缓存位置选择具体副本，减少跨硬件协作的开销。
- SFTProbe 用少量探测筛选推理训练数据
SFTProbe 研究尝试减少推理模型微调数据的筛选成本。方法先做短暂的 LoRA 适配，再只检查每条推理轨迹的一小部分，通过损失特征估计样本难度与多样性。
- BitLLM 优化手机 GPU 上的低比特模型解码
BitLLM 研究把手机 GPU 上的低比特模型推理瓶颈拆成数值类型转换和 KV 缓存访问两部分。方案调整缓存布局，并把部分转换移出矩阵计算的关键路径。
- Skill++ 改写技能说明，减少智能体选错工具
Skill++ 研究关注技能库越变越大后，智能体反而选错技能的问题。新增技能的名称和描述可能挤占原有技能的匹配范围，即使旧技能本身没有修改。