CCTest · Blog
Interactive Visual Gym:让视觉交互模型在闭环中接受检验
模型评测
cctest.ai
模型评测

Interactive Visual Gym:让视觉交互模型在闭环中接受检验

Interactive Visual Gym 提出了一套结合可执行任务环境与模拟用户的闭环评测框架,用于测试视觉交互模型在真实操作过程中的指导能力。IVG-Bench 覆盖烹饪、家务操作和移动界面等场景,结果显示,即使是表现最好的模型也难以稳定完成任务。

阅读全文
CCTest · Blog
不确定时再加精度:小模型按解码步骤动态读取权重
推理与部署
cctest.ai
推理与部署

不确定时再加精度:小模型按解码步骤动态读取权重

一项针对 Qwen3-0.6B 的研究探索了按 token 动态提升权重精度:大多数步骤使用 4 bit,只有在输出分布显示不确定时才回读 8 bit。结果显示门控器能较好预测低精度与高精度之间的结果分歧,但目前尚未证明它能在相同成本下稳定提升最终任务准确率。

阅读全文
CCTest · Blog
在欧洲公共超算上训练1万亿参数MoE,PyTorch如何突破带宽瓶颈
框架与工具
cctest.ai
框架与工具

在欧洲公共超算上训练1万亿参数MoE,PyTorch如何突破带宽瓶颈

EUROPA联盟借助PyTorch与TorchTitan,在共享的JUPITER超算上完成近1万亿参数MoE预训练扩展,将单GPU吞吐从90提升至约1300 tokens/s。这个案例说明,面向特定硬件约束的系统级优化,可能比单纯堆叠算力更关键。

阅读全文