CCTest · Blog
Wavefront Decoding:让循环语言模型的推理解码“并行起来”
推理与部署
cctest.ai
推理与部署

Wavefront Decoding:让循环语言模型的推理解码“并行起来”

循环语言模型通过反复执行同一权重共享模块提升有效深度,却也带来逐 token、逐循环的延迟瓶颈。Wavefront Decoding利用中间循环状态进行自推测,并把不同位置、不同深度的计算组织成对角波前,在无需额外训练的情况下提升解码吞吐。

阅读全文
CCTest · Blog
Skill2Env:把技能转化为可执行环境,系统化训练通用智能体
AI 智能体
cctest.ai
AI 智能体

Skill2Env:把技能转化为可执行环境,系统化训练通用智能体

Skill2Env提出了一套从技能出发合成任务与执行环境的方法,试图解决智能体后训练中高质量交互任务难以规模化构建的问题。其核心是用能力需求和难度模式约束任务设计,并通过执行反馈持续加固任务难度。

阅读全文
CCTest · Blog
让机器人像程序员一样工作:Physical Coding 如何推动具身智能自进化
机器人与物理 AI
cctest.ai
机器人与物理 AI

让机器人像程序员一样工作:Physical Coding 如何推动具身智能自进化

HexaFuture 提出 Physical Coding,把机器人所处的世界状态、执行策略和恢复流程表示为可检查、可修改的代码。实验显示,这种由工具、反馈和可复用轨迹组成的架构,有望缓解传统 VLA 模型对固定场景和动作序列的依赖。

阅读全文
CCTest · Blog
EmbodiedMemory-Bench:用长期交互检验具身智能的记忆能力
机器人与物理 AI
cctest.ai
机器人与物理 AI

EmbodiedMemory-Bench:用长期交互检验具身智能的记忆能力

EmbodiedMemory-Bench 将具身记忆从抽象能力变成可执行的长期交互评测,覆盖视觉细节、动态状态、交互结果和经验迁移四类挑战。研究同时提出结构化外部记忆系统 Embodied-Memorizer,以及能够管理和调用记忆的 EMem-8B 策略模型。

阅读全文
CCTest · Blog
RoboFoundry:让机器人把执行经验沉淀为可进化系统
机器人与物理 AI
cctest.ai
机器人与物理 AI

RoboFoundry:让机器人把执行经验沉淀为可进化系统

RoboFoundry提出“系统即策略”的具身智能演化框架,不只优化模型或单项工具,而是让上下文、记忆、技能与执行接口共同形成可持续改进的系统。实验显示,该方法在多个具身任务与长期记忆基准上取得显著提升。

阅读全文