大模型· 2026-11-10
文 / Mr.Xu2 次阅读0 条讨论与划词
vLLM过载实验揭示：仅取消请求无法扭转重试风暴
论文在 vLLM 上复现大模型服务过载场景，发现客户端与代理层自动重试会持续制造额外执行；即使请求量已低于服务容量，单纯传播取消也未能在任何实验中恢复服务，过载后仅有12%至38%…
智客 AI 新闻
智客 ZICQ 每日整理大模型、开源基础设施与开发者现场的 AI 新闻与深度文章。
投稿技术文章大模型
查看全部（3176）→大模型· 2026-11-10
文 / Mr.Xu1 次阅读0 条讨论与划词
ChainFlow用一至两步流匹配改写大模型推测解码
ChainFlow 是一种以目标模型隐藏状态为条件的新型推测解码草稿器。它把草稿生成建模为潜空间中的短程流传输，仅需一至两步即可生成候选 Token；变分自编码器负责压缩目标隐藏状…
大模型· 2026-11-10
文 / Mr.Xu1 次阅读0 条讨论与划词
APT用分面两两投票优化大模型测试时选择
论文提出 Aspect-wise Pairwise Tournaments（APT），把最佳候选选择从逐答案绝对评分改造成单淘汰式两两比较：每场比赛由多个现成验证器分别依据正确性、…
大模型· 2026-11-09
文 / Mr.Xu3 次阅读0 条讨论与划词
AWS扩展Bedrock知识库检索，单次RAG与零模型调用统一接入
Amazon Bedrock Managed Knowledge Base 扩展 AgenticRetrieveStream，以 maxAgentIteration 在一次接口中统…
大模型· 2026-11-09
文 / Mr.Xu3 次阅读0 条讨论与划词
Anthropic发布Claude Fable与Mythos 5.2，强化编码与长程智能体能力
Anthropic发布Claude Fable 5.2与Claude Mythos 5.2两款模型，主攻高难度软件工程、复杂推理、视觉理解及长周期智能体任务。公司称，两款模型相较5…
智能体
查看全部（2367）→智能体· 2026-11-10
文 / Mr.Xu3 次阅读0 条讨论与划词
Pass_X@k揭示：调试器未必优于双Bash采样
论文在保持智能体脚手架不变的前提下，将仅使用交互式调试器的编码智能体与仅使用Bash的智能体进行对照，覆盖SWE-bench Verified全部500个实例，并以GPT-OSS-…
智能体· 2026-11-10
文 / Mr.Xu1 次阅读0 条讨论与划词
Forge Decision Context将跨会话纠错转化为智能体规则
Forge Decision Context（forge_dc）面向智能体无法跨会话继承行为规则的问题，从人工纠正和工具调用失败中提炼命令式 RULE 指令，并仅在相关决策点注入上…
智能体· 2026-11-10
文 / Mr.Xu0 次阅读0 条讨论与划词
NormGym评测智能体社会学习：最佳联合成功率仅55.3%
NormGym提出面向智能体规范能力的多智能体交互基准，要求新成员在完成自身任务的同时，从他人的行为与制裁反馈中推断隐藏、任意的社会规范，并在新情境中遵守它。评测显示，最强受测大语…
智能体· 2026-11-10
文 / Mr.Xu2 次阅读0 条讨论与划词
AWS Quick 拆解智能体、技能与数据协同架构
AWS Quick 将企业智能体划分为代理、技能、知识空间与连接器四层：代理负责规划和执行，技能封装可复用任务指令，知识空间提供文档与结构化数据，连接器则打通 Slack、Jira…
智能体· 2026-11-09
文 / Mr.Xu5 次阅读0 条讨论与划词
AWS发布七层可插拔智能体架构，贯通模型路由到生产治理
AWS发布可插拔智能体AI参考架构，以数据与知识、模型推理、编排、安全护栏、应用、可观测性和智能体运维七层稳定契约，覆盖企业智能体从原型到生产的关键链路。架构支持通过统一接口替换模…
开源AI
查看全部（217）→开源AI· 2026-11-09
文 / Mr.Xu2 次阅读0 条讨论与划词
NVIDIA开源日本金融合成数据集，补齐人口结构与本地化语料缺口
NVIDIA发布 Nemotron-Personas-Finance-Japan 合成数据集，用结构化人物画像、问答及金融情境覆盖日本人口特征、家庭结构、理财行为与本地制度语境，旨…
开源AI· 2026-11-07
文 / Mr.Xu0 次阅读0 条讨论与划词
WorldFoundry开源世界模型基础设施：统一推理、评测与证据审计
WorldFoundry将视频、3D/4D、具身动作及交互式世界模型纳入统一的开源基础设施，覆盖模型与基准发现、运行时和资产准备、执行编排、制品管理及交互可视化。其核心不是提出单一…
开源AI· 2026-11-06
文 / Mr.Xu6 次阅读0 条讨论与划词
NVIDIA以开源工具链贯通6G仿真、训练与空口验证
NVIDIA以开源AI Aerial、Sionna及CUDA加速RAN工具连接6G网络的研究、仿真、训练和真实空口验证。公开案例显示，语义通信可把机器人任务完成时间最多缩短52.6…
开源AI· 2026-11-05
文 / Mr.Xu3 次阅读0 条讨论与划词
NVIDIA开源Cosmos 3世界模拟模型，强化交互式物理环境生成
NVIDIA 通过 Hugging Face 发布 Cosmos 3 开放模型，定位是面向机器人和自动驾驶任务的交互式世界模拟。其核心方向并非仅生成离线视频，而是根据动作或控制信号…
开源AI· 2026-11-04
文 / Mr.Xu3 次阅读0 条讨论与划词
网易有道开源稳定前缀流式ASR模型Confucius4-R2T2
网易有道发布并开源Confucius4-R2T2，一款面向实时转写的流式语音识别模型。其核心是“最长稳定前缀”（LSP）目标：在后续音频到达后不修改已输出文本，同时保持与全上下文解…
算力架构
查看全部（74）→算力架构· 2026-11-09
文 / Mr.Xu4 次阅读0 条讨论与划词
NVIDIA发布Dynamo优化配方，加速四款韩国开放模型落地
NVIDIA发布面向A.X K2、K-EXAONE 2.0、Solar Open 2和Motif-3的Dynamo部署配方，面向B200 GPU环境优化多节点推理。核心价值是把模型…
算力架构· 2026-11-06
文 / Mr.Xu6 次阅读0 条讨论与划词
FlexFloor弹性释放MoE训练Worker，RL响应吞吐提升52.74%
FlexFloor面向混合专家模型强化学习后训练中的响应生成阻塞，联合调整响应调度与活跃Worker集合，在保留长响应所需专家计算的同时，提前释放已完成本地生成的工作节点。系统依据…
算力架构· 2026-11-06
文 / Mr.Xu9 次阅读0 条讨论与划词
LowRAM以低秩键与摊销值压缩KV Cache
论文提出 LowRAM，将自回归解码中的 KV Cache 压缩拆成两条互补路径：跨层低秩压缩 Key，并通过逐头预测器从 Key 重建大部分 Value，仅保留最难预测 Toke…
算力架构· 2026-11-05
文 / Mr.Xu3 次阅读0 条讨论与划词
NVIDIA Vera CPU瞄准智能体执行：兼顾高吞吐与每瓦性能
NVIDIA 推出 Vera CPU，将重点从 GPU 推理延伸至智能体所需的搜索、数据库查询、代码执行与沙箱调度。官方称，在 100MW 数据中心对比中，Vera 相比最快的 x…
算力架构· 2026-11-05
文 / Mr.Xu6 次阅读0 条讨论与划词
NVIDIA全栈协同破解AI推理内存墙：HBM、KV Cache与分层存储联动
NVIDIA以GPU、CPU、互连、存储与推理软件协同设计应对智能体推理带来的HBM容量与带宽压力：通过NVFP4压缩权重和KV Cache，将模型分片至NVL72域，并用Dyna…
前沿论文
查看全部（1811）→前沿论文· 2026-11-10
文 / Mr.Xu0 次阅读0 条讨论与划词
最优传输重塑结构因果模型反事实回溯推断
论文从最优传输视角重新审视结构因果模型中的反事实回溯推断。由于事实观测通常只能确定外生变量的后验分布，反事实推断本质上是一个分布传输问题。作者提出两种互补框架：点式投影直接寻找满足…
前沿论文· 2026-11-09
文 / Mr.Xu3 次阅读0 条讨论与划词
LLM分子优化评测审计：检索与随机游走贡献远超模型推理
一项针对低预算分子优化基准的消融研究显示，LLM智能体在PMO上的优势很大程度来自可检索的任务信息，而非在线推理。隐藏任务名称和参考化合物后，GPT-4o mini的50次Orac…
前沿论文· 2026-11-09
文 / Mr.Xu2 次阅读0 条讨论与划词
拓扑自适应优化借曲率签名压缩ImageNet训练时间14.1%
IMSLab Research提出一套面向超参数化网络的拓扑自适应优化方法Top-SGD与Top-AdamW。方法以正则化Hessian度量描述参数轨迹，报告十亿参数网络的有效维度…
前沿论文· 2026-11-09
文 / Mr.Xu2 次阅读0 条讨论与划词
AttnRes按节点重配网络深度贡献，提升图模型长程推理
AttnRes 将图 Transformer 的残差流从固定单位系数累加，改造成可按节点自适应选择历史贡献的深度聚合接口。论文把图传播与前馈网络输出序列形式化为节点级因果历史，并以…
前沿论文· 2026-11-09
文 / Mr.Xu2 次阅读0 条讨论与划词
GNN时空生成模型重构缺失传感器场，数字孪生误差最低20.54°C
俄勒冈州立大学研究团队面向高温、高辐射环境中的传感器失效问题，提出融合图结构空间编码与GRU时序建模的稀疏传感器重构框架，并比较扩散模型、VAE、GAN、确定性GNN-GRU及岭回…
行业动态
查看全部（637）→行业动态· 2026-11-09
文 / Mr.Xu5 次阅读0 条讨论与划词
OpenAI发布Control Room，集中管控研究负载并支持紧急停机
OpenAI推出Control Room，用于集中跟踪其研究基础设施中的模型工作负载，并在出现安全或网络安全问题时快速终止相关任务。该系统把分散的工作负载可见性、运行状态管理与紧急…
行业动态· 2026-11-09
文 / Mr.Xu5 次阅读0 条讨论与划词
AI数据中心反弹潮的真正瓶颈：电网承载力而非文化冲突
MIT Technology Review在弗吉尼亚“数据中心走廊”的实地调查指出，AI基础设施引发的社区反弹不应被简单归因于反科技情绪，核心矛盾是电网容量与成本转移。弗吉尼亚现有…
行业动态· 2026-11-09
文 / Mr.Xu5 次阅读0 条讨论与划词
OpenAI API赋能冷却塔图纸检索，维修查找时间降至4.5分钟
Kuken Industries利用OpenAI API检索公司积累约70年的冷却塔工程图纸，将维修人员定位目标图纸的时间从接近1小时缩短至4.5分钟。该案例展示了生成式AI在非结…
行业动态· 2026-11-09
文 / Mr.Xu3 次阅读0 条讨论与划词
迪士尼与Adobe共建艺术家主导的专有生成式AI工具链
迪士尼与Adobe宣布建立多年战略合作，通过Adobe Firefly Foundry共同开发面向迪士尼IP与制作流程的“艺术家主导”生成式AI模型，并让迪士尼提前访问相关底层技术…
行业动态· 2026-11-09
文 / Mr.Xu4 次阅读0 条讨论与划词
RIAA推动AI音乐标记与授权体系，应对深度伪造和版权争议
美国唱片业协会（RIAA）CEO Mitch Glazier 在 The Verge 访谈中提出，生成式 AI 音乐应采用统一的机器可读标记，并由发行商和流媒体平台负责贯通标注链；…
大语言模型
大语言模型· 2026-10-09
文 / Mr.Xu9 次阅读0 条讨论与划词
Hugging Face发布PreSTO：加速大语言模型推理的新方法
Hugging Face推出了一种名为PreSTO的新方法，通过预测性子树预取技术加速大语言模型（LLM）的推理过程。PreSTO通过批量生成未来可能的接受/拒绝决策子树，并在不改…
安全与隐私
安全与隐私· 2026-08-10
文 / Mr.Xu13 次阅读0 条讨论与划词
Checkpoint Research揭示Cloudflare代码模式与Workers的潜在安全风险
Checkpoint Research发布了一篇关于Cloudflare代码模式及其Workers功能的研究报告，揭示了这些工具在处理复杂任务时可能存在的安全漏洞。研究指出，攻击者…