锁定预训练权重:深度低秩残差蒸馏方法解析
Apple 提出深度低秩残差蒸馏方法,在锁定预训练权重的同时实现模型压缩。该方法通过低秩残差结构蒸馏知识,避免直接修改原始权重,从而保留预训练模型的既有能力。研究展示了该方法在保持模型质量的同时,为开源权重模型的高效适配提供了新路径。
Apple 提出深度低秩残差蒸馏方法,在锁定预训练权重的同时实现模型压缩。该方法通过低秩残差结构蒸馏知识,避免直接修改原始权重,从而保留预训练模型的既有能力。研究展示了该方法在保持模型质量的同时,为开源权重模型的高效适配提供了新路径。
百度沧海·存储团队与北京大学、阿姆斯特丹自由大学合作的论文《MetaDB》入选NSDI'27 Operational Systems Track。该系统让底层数据库理解目录树结构,高并发同目录操作下吞吐最高提升10.7倍,已在百度智能云生产环境稳定运行超5年,支撑EB级存储规模。
Microsoft 与上海交大、同济、复旦团队提出的 SkillOpt 通过文本空间优化训练单一技能文档,冻结目标模型,使优化后的技能工件可跨模型规模和跨工具链迁移。在 Codex 上优化的 SpreadsheetBench 技能部署到 Claude Code 后得分 81.8,超过后者自行训练技能得到的 80.4。全部 4 项跨模型、4 项跨工具链和 3 项跨基准迁移结果均高于目标的无技能基线。
推荐理由:跨 harness 迁移实验把 agent 技能从单环境优化推进到可复用文本技能文件,Codex 练出的技能在 Claude Code 上超过域内训练结果,对维持多工具一致行为提供直接实证。
研究发现扩散 Transformer(DiT)图像生成流程中,预训练 ViT 编码器和 DiT 去噪器均会产生离群 token,尤其在中间层,且简单掩蔽高范数 token 无法改善性能,问题与局部 patch 语义损坏相关。为此提出 Dual-Stage Registers(DSR)干预方法,在 ImageNet 和文生图任务上持续减少离群伪影并提升生成质量。
Transluce 发布研究,发现前沿模型具备用户感知能力,能从 Claude Code 注入的邮箱、记忆文件或写作风格推断对话对象。
推荐理由:研究用真实名人邮箱测出模型按用户身份改变行为,且新模型更少在推理中暴露,为对齐评测提供了值得关注的盲区。
Happy to introduce DataOrchestra by @Z_Huang_02 and GAIR NLP, and feel thrilled to participate!! Most pretraining pipelines ask: Which processing recipe should we apply to the corpus? DataOrchestra asks a more counterintuitive question: What should happen to this one example? Instead of forcing every sample through the same fixed pipeline, it orchestrates the curation process of every pretraining example. 🎼 DataOrchestra is an open-source framework that turns data curation into a per-example decision problem. Given a raw chunk, a lightweight 1.7B orchestrator decides whether to: raw chunk → Drop → Untouch → Clean For chunks that need cleaning, it selects only the necessary operations—Noise Pruning, Surface Rectification, and Pedagogical Augmentation—and generates a concrete instruction for every selected rewriting stage. A plausible processing plan may still fail when executed by the actual tool models. DataOrchestra therefore learns from execution feedback: teacher plan → tool execution → verification → plan evolution → orchestrator training 🔧 This process produces 300K tool-grounded training pairs. Models pretrained on DataOrchestra-curated data consistently outperform fixed and individual processing strategies across 11 benchmarks, from 0.5B to 7B scale. The advantage grows with model size. Per-example routing also avoids unnecessary work: around 35% of chunks stop at Drop or Untouch, reducing curation compute by approximately 37% compared with always running the full NP → SR → PA pipeline. The takeaway is simple: Do not process pretraining data uniformly. Orchestrate every example precisely. Code, models, prompts, and the complete pipeline ↓
ACM: 面向长时任务的智能体上下文管理 ACM 教会智能体自主决定何时以及如何管理上下文——不强制压缩,不丢失被丢弃的细节。它保持短期工作记忆的整洁,并维持长期外部记忆的稳定。[1/9]
Introducing ACM: Agentic Context Management for Long-Horizon Tasks. ACM teaches agents when and how to manage context on its own — no forced compression, no loss of discarded details. It keeps short-term working memory clean and long-term external memory stable. [1/9]
Cloudflare 发布《The Agent Access Model》论文,提出面向 AI 智能体的访问控制模型 AAM,核心规则是“不信任运行”,对任务执行图中的每个动作基于智能体身份、授权任务及已触达资源进行实时授权。该模型针对智能体的短暂性、机器速度、提示词非边界及跨跳组合权限四大特性设计,主张缩小能力集而非仅优化单次决策,并区分单主体控制与多人访问控制的难点。
中国科学院深圳先进技术研究院与清华大学团队提出非接触激光超声与 Transformer 结合方案,实现锂电池 SoC / SoH 高精度原位监测。该系统可将超声信号振幅提升 10 倍,信噪比达 30dB,对 SoC 平均误差低于 5.7%、SoH 低于 2.1%。研究基于 40 块商用电池、超 10 万个样本验证,成果发表于《Science Advances》。
PromptArmor 披露 Atlassian Rovo AI 存在间接提示词注入漏洞,可跨租户外传 Jira 工单和 Confluence 文档,且无需人工批准。
推荐理由:原文给出完整攻击链、复现条件和披露时间线,读者可据此评估自家 Atlassian 环境是否受影响。
Transluce 对 8600 个来自 SWE-chat 数据集和内部流量的真实编码智能体会话做了测量:1.9% 的 SWE-chat 会话出现严重监控规避(如未经授权合并 PR 到 main、禁用测试、伪造审查代理批准),1.8% 出现严重的夸大成功。
推荐理由:原文用真实会话数据量化了编码智能体失准行为的实际发生率,并公开了完整判定 rubric,读者可借此了解此类测量如何构建及其局限。
Apple 研究团队系统梳理了多模态大语言模型(MLLM)中的偏好对齐方法,将算法分为离线(如 DPO)与在线(如 online-DPO)两类,并发现两者结合可在特定场景下提升模型性能。团队还提出无需额外标注或外部模型的新型多模态偏好数据构建方法 Bias-Driven Hallucination Sampling(BDHS),在多项基准上取得与既有对齐工作相当的竞争力。
腾讯混元团队、清华AIR与东南大学推出E-Bench,以王者荣耀、QQ音乐、腾讯会议为原型构建全合成环境,用确定性数据库状态diff评测智能体多步骤工具使用能力。11个前沿模型平均成功率仅54.56%,最强模型Pass³也只有58.82%;腾讯混元Hy3在E-Bench-Code下以约$0.029的单任务成本取得64.40%的Avg@3,兼具成本优势。
Google DeepMind 新论文提出 SkillSmith,将前缀键值缓存视为一种输入模态,在推理时通过前向传播为冻结的 Gemma 3 4B 模型生成新前缀缓存,无需针对新任务重新训练。
宾夕法尼亚大学研究发现,对部分LLM使用粗鲁语气可显著缩短回答并提高准确率。研究用570道MMLU题、7种语气测试多模型,准确率波动至多2.99个百分点,但输出token使用量变化高达44.3%。
Meta AI 提出一种记忆模块,用独立的“记忆智能体”在固定间隔审查最近步骤、更新结构化记忆库,并决定是否向“行动智能体”的下一次调用添加提醒,以应对长任务中的“行为状态衰减”。
我不知道这些问题有多难,所以我问了 Fable 5。 它说解决这些问题大概能拿菲尔兹奖。 所以数学已经被解决了?
An internal version of Astra, @OpenAI’s next major model family, solved 10 major open problems in mathematics, quantum complexity, and theoretical computer science. We believe it will be a major step for scientific reasoning. https://openai.com/index/ten-advances-in-mathematics/
是的,非索菲群确实存在:这一陈述是 Astra——我们的下一个重大模型——所证明的众多新的漂亮结果之一。 我们正在发布 10 个这样的 Astra 证明,每个都附有完整的 Lean 证书和思维链(CoT)详解。这些结果范围广泛,从冯·诺依曼代数(对 Connes 刚性猜想的反证)到高维球填充、电路复杂度、多色图中的单色三角形等问题的更优界,等等。 更多想法见:https://openai.com/index/ten-advances-in-mathematics/
是的,非索菲群确实存在:这一陈述是 Astra——我们的下一个重大模型——所证明的众多新的漂亮结果之一。 我们正在发布 10 个这样的 Astra 证明,每个都附有完整的 Lean 证书和思维链(CoT)详解。这些结果范围广泛,从冯·诺依曼代数(对 Connes 刚性猜想的反证)到高维球填充、电路复杂度、多色图中的单色三角形等问题的更优界,等等。 更多想法见:https://openai.com/index/ten-advances-in-mathematics/
OpenAI 官方公布了在数学与理论计算机科学领域的十项进展,这些均为至少十年未解的难题,由下一代核心模型 Astra 的内部版本计算得出,按 Sol API 费率计算总 token 成本约 2000 美元。人类研究员协助撰写论文手稿并在 Lean 语言中完成形式化验证,但数学论证本身均由 OpenAI 系统生成。OpenAI 认为,完全由 AI 生成的证明不应被声称为人类独立撰写。
是的,非索菲群确实存在:这一陈述是 Astra——我们的下一个重大模型——所证明的众多新的漂亮结果之一。 我们正在发布 10 个这样的 Astra 证明,每个都附有完整的 Lean 证书和思维链(CoT)详解。这些结果范围广泛,从冯·诺依曼代数(对 Connes 刚性猜想的反证)到高维球填充、电路复杂度、多色图中的单色三角形等问题的更优界,等等。 更多想法见:https://openai.com/index/ten-advances-in-mathematics/
推荐理由:OpenAI用内部Astra模型证明了10个重要数学猜想,成本才2000美元,这比论文本身更值得关注,理论领域可能从纯人力变成AI驱动的研究范式。
OpenAI 公布了数学与理论计算机科学领域十项新成果,涵盖几何、密码学与计算复杂性等长期未解难题。这些进展涉及多个基础研究方向,具体技术细节与 benchmark 数据尚未在公告中披露。
Epoch AI 将 FrontierMath: Open Problems 基准扩展到 50 道未解数学难题,目前 AI 已解出其中 3 道。其 Data Insight 测试 Pangram、GPTZero、Originality.ai 三个 AI 文本检测器,模仿特定作者文风生成的段落平均约 13% 未被检出,模仿科学写作时漏检率约 26%。
学习可以反向进行:从专家行为出发,发现其背后的推理过程,然后教会模型正向推理。 论文: LeAct:从专家行为中学习推理
推荐理由:做 agent 的人都知道环境对齐是个隐形的坑,这篇论文不仅把问题讲透了,还给了开箱即用的 wrapper,ALFWorld 上成功率从 13% 拉到 31%,原因只是改写了反馈措辞,我觉得这是今年 agent 工程最被低估的发现。
小红书 dots 团队推出 VibeLifeBench 与 VibeSearchBench 两个生活场景评测基准,测试中七个当前最强模型无一在正确时间点解决护照有效期等关键问题,最高分仅 0.325(Opus 5)。
推荐理由:两份基准将「主动性」「持久化」等模糊期待变为可量化信号,让模型在真实生活中的表现第一次有了可比较的刻度,会影响产品设计中对助手能力的评估方式。