Google推出TabFM:让表格预测迈向零样本基础模型
Google Research提出TabFM,一款面向表格数据的400M参数基础模型。它将监督式表格预测转化为上下文学习,在无需针对任务微调的情况下直接生成预测。
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 2320 篇文章
RSS 订阅Google Research提出TabFM,一款面向表格数据的400M参数基础模型。它将监督式表格预测转化为上下文学习,在无需针对任务微调的情况下直接生成预测。
阅读全文CompoWorld提出一种组合式环境扩展方法,将可复用服务连接成依赖图,生成需要跨应用传递信息的智能体任务。研究者据此训练Qwen3.6-35B-A3B,并在多项基准测试中取得提升。
阅读全文Meta 研究团队提出 FlashForward,通过复用视频扩散过程已经产生的在途 KV 缓存,减少专门用于更新缓存的额外前向计算。它进一步引入稀疏的干净锚点,在提升并行效率的同时缓解长视频中的外观与运动漂移。
阅读全文大语言模型在RLVR训练中,负责采样的推理引擎与负责计算梯度的训练引擎,可能对同一 token 给出不同概率。论文提出校准重要性采样,通过结合 token 置信度的截断规则,降低这种错配对策略更新的影响。
阅读全文VQS 将图像解析、问题生成与答案计算拆开,用结构化记录和固定程序替代不稳定的多数投票。该方法在人工评估中将答案正确率提升至 94%,并持续改善 Qwen3-VL 的多项基准表现。
阅读全文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SentZero提出一种以句子为中心的视觉语言预训练框架,针对胸部X光报告中的语义复杂、正样本多样性不足和对比学习误判负样本等问题进行改进。其目标是在无需任务专门微调的情况下,提升多任务零样本分析能力。
阅读全文MALA 保留完整的因果 QK 打分,再依据注意力分布中的归一化贡献,动态减少低贡献区域的后续计算。实验显示,它在保持模型效果接近 FullAttn 的同时,显著降低长上下文训练与推理延迟。
阅读全文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EditWorld 面向可交互世界中的持续生成与修改,允许用户在生成过程中动态输入编辑指令和参考图像。论文通过门控因果注意力、稀疏上下文和专门评测集,提升了世界模型对长期编辑任务的支持能力。
阅读全文一项覆盖九大视觉领域的评测显示,通用大模型正在接管越来越多传统计算机视觉任务。但在精确几何、真实重建、时序一致性和专业细粒度识别上,专用模型仍有明显优势。
阅读全文VideoPhysEdit 将视频编辑从外观修改推进到物理反事实生成:先重建能复现原始运动的刚体场景,再模拟干预后的轨迹并指导视频生成。
阅读全文YuE2尝试把符号化作曲与音频生成合并到同一套模型中:先规划旋律和和弦,再将其渲染为包含人声与伴奏的完整歌曲。报告显示,加入符号规划后,专家对作品整体质量和音乐性的偏好明显提升。
阅读全文TraceDance尝试把智能体在真实部署中暴露的问题,自动转化为可针对性测试的行为基准。它不要求重放完整环境,而是在记录的决策点上评估模型下一步行动是否符合特定行为规范。
阅读全文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。
阅读全文一项来自KAIST AI的研究发现,延长思考并不总能突破小型推理模型的能力边界。FlyBy尝试让模型先判断瓶颈,再决定是否向更强模型查询以及查询多少。
阅读全文一项来自北京大学的研究发现,经过编码后训练的语言模型,即使只对无关提示回答一个普通单词,也可能让另一个模型获得编码能力。研究者将这种隐藏在无关决策中的影响称为“行为阴影”。
阅读全文清华NLP团队提出 Diffusion Reward Model,将奖励建模重新表述为条件密度估计,让模型保留人类偏好中的多模态与不确定性。
阅读全文北京大学团队提出 Duplex-MPE,用连续多人对话音频测试语音助手何时该回答、保持安静或停止说话。评测显示,多说并不等于更准确,选择性参与正成为全双工语音模型的新考题。
阅读全文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