SpecPilot:让智能体自动寻找推测解码的系统优化路径
SpecPilot 将成本模型、并行智能体搜索和严格一致性校验结合起来,针对不同部署环境自动发现推测解码优化方案。在多个模型、草稿器、GPU 平台和基准上,它将单请求场景相对自回归解码的加速比从 4.46 倍提升至 10.87 倍。
阅读全文Claude API 中转站避坑指南、检测原理与大模型 API 实测经验
共 2275 篇文章
RSS 订阅SpecPilot 将成本模型、并行智能体搜索和严格一致性校验结合起来,针对不同部署环境自动发现推测解码优化方案。在多个模型、草稿器、GPU 平台和基准上,它将单请求场景相对自回归解码的加速比从 4.46 倍提升至 10.87 倍。
阅读全文WebHarbor提供153个可执行、Docker化的网站环境,复刻真实服务的界面、内容和工作流。它既面向稳定评测,也支持在包含登录、预订和交易等流程的环境中训练GUI智能体。
阅读全文PrimeSim 将动作条件视频生成器改造成机器人世界模型模拟器,重点解决动作执行、多视角一致性和长时滚动中的误差累积问题。该模型在仿真环境中支持策略优化,但尚未完成真实机器人部署验证。
阅读全文MoLRSI 不只是执行既定分子设计流程,还会根据结果、执行反馈和跨任务记忆持续优化工作流与搜索策略。在抗生素和肽-MHC结合剂设计任务中,它取得了优于既有流程的实验结果。
阅读全文一项研究发现,未绑定输入嵌入的门控语言模型可能因少见词元的向量被权重衰减压至近零,进而触发梯度爆炸、裁剪溢出和更新丢失。研究提出 GroupClip 与 GateFloor,分别面向已有模型和预训练过程。
阅读全文Embodied Agent Arena 对十个视觉语言模型智能体进行了覆盖几何、空间推理、可供性、任务规划与操作控制的系统评测。结果显示,模型会“看懂”并不等于能稳定完成一项真实任务。
阅读全文RoboTryOn提出一种类似虚拟试衣的人机迁移方法:保留人类视频中的动作、任务和场景,只将执行者替换为目标机器人。研究显示,合成数据可在没有对应遥操作示范的情况下帮助机器人学习新任务,并显著降低数据采集成本。
阅读全文视频生成正在从一次性、端到端的内容合成,转向由智能体负责规划、调用工具、管理状态并根据反馈迭代的系统。该报告以“智能体运行框架”为核心,梳理智能体视频生成、视频世界模型与递归自我改进三条发展路径。
阅读全文uni-robot-agent 为开放权重机器人使用智能体提供了统一测试与训练框架。研究显示,开箱即用的 Qwen3.8-Flash-Next 在 RoboDojo 上取得 31.39 分,并超过论文所引用的 GPT-6 Astra-RoboProbe 结果。
阅读全文Yandex Research 提出 FLAMIA,一组面向 NVIDIA Blackwell 的低精度 Attention 内核。它通过可复用量化、因果安全机制和前后向数值一致性,在保持训练质量的同时提升长上下文训练效率。
阅读全文LeanGuard 将工具调用策略写入 Lean4,并在动作抵达外部环境前逐一验证。研究显示,它能阻断策略禁止的调用,并显著降低直接提示注入的成功率。
阅读全文DR Pixel 将渲染后的论文页面图像作为检索与推理的基本单元,绕开传统 OCR 转文本流程。研究显示,页面原生的多模态研究方式在复杂文档问答中不仅更准确,也可能更节省工具调用。
阅读全文SIMIT提出一种测试时自我改进方法:视觉语言模型在回答真实问题前,先围绕目标查询生成带图练习题,并利用这些数据进行上下文学习或微调。该方法不依赖人工标注或外部模型,已在17个基准上进行评估。
阅读全文Lab2Sim 研究如何将科学实验视频转换为可操作的虚拟实验页面。其核心方法 EduVideo2Code 通过层级化流程提取、状态机建模和执行验证,提升了实验装置还原度。
阅读全文一份关于 Agentic Computer Graphics 的报告,尝试用统一分类法梳理智能体参与图形任务的方式,并提出面向大规模文献分析的智能体系统。它也指出,工具协同、长期规划、人机交互和可靠评测仍是这一方向的关键难题。
阅读全文SWE-Trail提出一种历史引导的代码智能体轨迹采集方法:利用既有轨迹决定下一步探索重点,却不把历史提示直接交给智能体。实验显示,这种设计能让训练出的模型在多个SWE-bench测试集上获得更明显的提升。
阅读全文计算机操作智能体不仅要完成任务,还要在误操作和副作用发生后回到可继续执行的状态。ReTrace提出“目标导向动作回放”,系统评估模型是否真正恢复了环境,而不只是表面上完成了补救。
阅读全文伦敦大学学院团队提出Tutorial Agentic Learning,让冻结参数的多模态模型通过持久化教程记忆学习视频内容。研究显示,结构化记忆与推理驱动检索能够提升模型在棋类教程问答和实际对局中的表现。
阅读全文WorldFlow 将未来视频生成与查询式三维轨迹预测结合起来,用统一模型显式建模物体的空间运动。基于 144 万个仿真和真实世界样本的训练结果显示,该方法在多个评测集合上取得了较低的轨迹预测误差。
阅读全文Wave Forcing 通过波前调度、因果注意力和多副本流水线,提升长视频生成的连续性与吞吐效率。在 Wan2.1-T2V-1.3B 实验中,系统兼顾了视频质量、动态表现和端到端速度。
阅读全文