跳到正文
实时
科研
10月29日周四
  1. Hugging Face Daily Papers

    嵌入Gemma 2：统一高效的跨模态表示模型

    EmbeddingGemma 2 是一个开源的多模态嵌入模型，将文本、图像、音频和视频表示统一在高效且资源灵活的设计中，并在基准测试中表现优异。它在所有模态的嵌入基准测试中建立了新的帕累托前沿，优于专业模型和规模大两到十二倍的其他模型。该模型支持选择性模态编码器加载、可调节的视觉标记预算、可截断的嵌入维度和量化权重，以适应资源受限的环境。

  4. Hugging Face Daily Papers

    RSI Arena 探索人类反馈驱动的递归自改进

    RSI Arena 证明自主 AI 智能体能独立用人类反馈训练和迭代改进语言模型，多数智能体在第二阶段实现偏好增益，尽管基准测试提升有限。十款前沿模型作为训练智能体，从 NVIDIA Nemotron 3.5 Lightning 30B-A3B Base 开始，在第一阶段六天内独立选择数据、实施训练、选择检查点，使用 64-GPU 集群和 300 美元 API 信用。

  6. IT之家 · AI

    Anthropic Claude AI实战找漏洞：安卓手机锁屏下提取照片、53分钟攻破Linux获取最高权限

    Anthropic通过未公开发布的内部Claude研究模型发现Chrome、Safari、Android、Windows和Linux漏洞，并串联为5条攻击链。

    同一件事 · 2 家
  8. AWS Machine Learning Blog58

    基于 Amazon Bedrock AgentCore 构建企业级智能体平台

    Amazon Bedrock AgentCore 提供 runtime、网关、身份、内存、策略、注册和评估等模块化服务，支持大规模智能体构建、部署和运营。企业级智能体平台蓝图基于 AgentCore，增加了所有权、账户边界、软件交付、可观察性、成本治理和退役等企业级约束，通过推理网关和工具网关实现受控访问，并包含评估流程确保智能体在生产前通过验证。

10月28日周三
  2. Simon Willison62

    Claude Opus 5.5 推动游戏开发新拐点

    Claude Opus 5.5 在 3D 建模、音乐生成和游戏设计方面显著改进，使 AI 构建好玩游戏变得容易。开发者通过单次提示创建了四款 HTML/JavaScript 游戏，包括 Tree Appreciator 和 Emberwick。OpenAI 预计 GPT-6 Astra 年底能匹敌 Opus 5.5 的趣味性。

  5. Hugging Face Daily Papers

    SPOT通过提交顺序预测增强扩散语言模型的推测解码。

    SPOT 通过预测 token 生成顺序并行验证候选，将扩散语言模型的遍历次数减少高达 6.8 倍，同时保持精确解码。该 0.62M 参数模型读取目标输出分布，预测顺序并提出候选树，目标模型通过状态等式在单次遍历中验证。SPOT 在 SDAR-8B 上将目标遍历次数减少至标准解码的 1/6.8，吞吐量提升 3.4 倍，并在所有任务和预算下超越校准无训练基线。

  7. Hugging Face Daily Papers

    分解矢量量化技术提升离散视觉token质量

    分解矢量量化技术通过在互补特征视图上使用并行码本提升了离散视觉token质量，使其在多模态理解中能匹配连续表示，在工业级多模态数据上训练的模型在九项指标平均上比 UniAR 和 Emu3-Chat 分别高 22.8% 和 59.2%，是目前首个能与 Qwen3-VL 等强连续表示模型竞争的离散表示模型。

  12. Hugging Face Daily Papers65

    Looped Transformers with Truncated Backpropagation 的扩展研究：是否截断训练循环？

    Looped Transformers 在相同计算量下通过完整回溯时训练优于截断回溯，扩展规律表明当模型大小可调时两个循环为最佳。Looped Transformers 通过复用共享层块增加计算深度而不增加可训练参数量，通常使用回溯时训练（BPTT），但为节省训练计算量常截断至最后几循环，这可能导致梯度偏差削弱循环优势。

  13. Hugging Face Daily Papers65

    HABIT-Bench 发布：评估智能体从纵向弱证据中习得习惯的能力

    HABIT-Bench 评估智能体从数百次会话的合成用户历史中习得习惯的能力，要求智能体整合零散证据并选择新请求的适当行动。使用 Qwen3-235B-A22B 和 GLM-5.3-Flash 评估八种记忆方法，最佳配置在四选任务中达到 33.61% 宏平均准确率，优于随机猜测的 25%。即使提供标注证据，仍存在大量错误，表明理解应如何指导决策比单纯回忆历史更重要。

  14. Hugging Face Daily Papers65

    CodeCap-Bench: 可执行代码能否作为优质视频字幕？

    CodeCap-Bench 通过比较代码字幕与自然语言字幕在视频问答和重建任务上的表现，证明代码字幕具有更优的推理准确性和重建保真度。该基准包含 323 个结构化 2D 内容视频，涵盖五个类别，评估发现主流闭源 MLLM 在代码字幕生成上虽表现良好，但难以捕捉复杂时序动态，开源模型差距显著。

  15. IT之家 · AI65

    前英特尔CEO基辛格押注新AI内存Z2RAM：拟绕开EUV光刻，4年内送样

    前英特尔 CEO 基辛格通过风投机构 Playground Global 支持内存初创公司 Nagare Labs 开发 Z2RAM 内存技术，完成 500 万美元种子轮融资。Z2RAM 采用氧化物半导体材料，计划通过标准后端工艺（BEOL）实现多层存储结构，无需 EUV 光刻，目标比特密度达 SRAM 的 5 倍以上，计划四年内推出样品。

  19. Hugging Face Daily Papers65

    ThinkWorld模型通过世界想象强化动态推理能力

    ThinkWorld模型通过将动作表示为动态链并利用世界想象从无标注人类视频中学习，提升了机器人泛化能力。该VLA框架将每个动作推理表示为动态推理链（CoD），通过强化学习与世界想象结合强化推理，使无标注视频能提供状态转换的直接监督，实现人类与机器人经验的共同推理空间。实验证明其在仿真和真实机器人上有效实现人机迁移并泛化到未见任务和环境。

  20. Hugging Face Daily Papers

    OvisOCR3 技术报告

    OvisOCR3是一个0.8B视觉语言模型，通过多导师蒸馏和强化学习统一多种OCR任务，在文档解析、通用OCR、关键信息提取、图文描述和跨页表格重建等任务上达到SOTA结果，在OmniDocBench v1.6上获得96.74分，在OCRBench v2英语和中文拆分中排名第一，并在多个基准测试中超越基线模型。

  23. Hugging Face Daily Papers42

    回滚：世界模型中的策略回滚改进方法

    Rollback 通过使用世界模型回溯到过去的决策点、探索反事实行动并生成细粒度监督来改进机器人策略，同时通过真实世界反馈不断细化动态。该方法将世界模型从被动模拟器转变为反事实引擎，在真实世界任务上显著提升成功率，并在 8 小时内超越人类玩家的平均成功率。

  24. Hugging Face Daily Papers65

    LociArt：一种统一的自由风格局部视频风格化范式

    LociArt通过生成精炼网络、自动化数据集构建和专用基准实现精确的局部视频风格化，支持区域风格控制和时间一致性。GRNStyle在生成精炼网络基础上引入极性风格感知掩码，结合表示-几何条件化技术，实验表明其在区域风格质量和空间控制上优于现有方法。LociArt-100K数据集包含10万局部风格化对，基准包含80个源视频和84个目标掩码，采用风格原型相似度评估方案。

  25. Hugging Face Daily Papers

    ChronoReplay 训练框架提升流式视觉语言模型的时空推理能力

    ChronoReplay训练框架通过将异构时空监督组织成按时间排序的交互片段、保留特定任务答案格式、平衡不同监督信号学习，使单一模型能学习互补时空能力并保持时间一致性，在 OVO-S-Bench、OST-Bench 和 UCS-Bench 基准测试中均取得提升，OST-Bench 提高 13.41 分，同时通过自适应帧选择优化流式推理性能。

  29. Hugging Face Daily Papers65

    HiP3R：用于长时程 3D 重建的层次位姿图

    HiP3R 使用层次位姿图将局部视频重建合并为全局一致的相机轨迹和 3D 几何，无需重新训练。它首先优化鲁棒的块级 Sim(3) 图以建立全局布局和尺度，然后固定此布局并估计每帧的共享 SE(3) 相机，将重叠窗口预测转换为单一轨迹。实验在多个基准上证明 HiP3R 在改进相机轨迹和 3D 重建方面的有效性，且适用于基于块和流式后端，无需额外训练或微调。