QuadTok 四叉树视觉分词器:省约10% token,947M 模型 ImageNet 256 达 2.08 gFID

一篇新论文提出 QuadTok,用四叉树结构做视觉分词和自回归图像生成,在 ImageNet 上比固定 256-token 网格省约 10% token,并给出 947M 模型 2.08 gFID 的 256×256 生成结果。它值得关注的原因是:在不明显牺牲重建质量的前提下,把二维空间结构和一维序列建模更自…

一篇新论文提出 QuadTok,用四叉树结构做视觉分词和自回归图像生成,在 ImageNet 上比固定 256-token 网格省约 10% token,并给出 947M 模型 2.08 gFID 的 256×256 生成结果。它值得关注的原因是:在不明显牺牲重建质量的前提下,把二维空间结构和一维序列建模更自…

GitHub 将 Pull Request 归档权限从管理员下放到 Triage 及以上角色,并让归档后对话彻底只读,目的是减少维护团队在垃圾、重复或废弃 PR 上的协作摩擦。

这个报错通常出现在 Langfuse Cloud 的 Prompt 编辑器里输入波兰语变音字符(ą、ć、ę、ł、ń、ó、ś、ź、ż)时,这些字符会以回退字体显示,而正文其余字符显示正常。优先排查方向是编辑器的等宽字体(IBM Plex Mono)是否缺少 Latin Extended-A 字形覆盖。

微软发布迄今最强Surface Laptop Ultra,联合英伟达RTX Spark平台,以2599美元起售价直接对标苹果MacBook Pro,瞄准创作者、开发者和AI专业用户。

有用户为 Grok Bot 配置定时任务,让它每天早 9 点整理前一天的 AI 资讯,并试做了一期全流程在云端虚拟机运行的 AI 早报视频。这展示了 AI 代理在内容采集、简报生成和视频渲染上的自动化潜力。

OpenAI 发布 ChatGPT 新能力 Intelligent UI,让回答以可交互界面呈现,同时将 GPT-6 推送给全体 ChatGPT 用户,付费用户当日可用。

Q-Learning with Scalar Adjoint Matching (SQAM) 提出一种新方法,用标量伴随替代向量-雅可比积,大幅降低流策略微调成本,并在最难基准域中成功率提升18-35个百分点。
![[bug]: What I notice in Invoke 7](https://www.chat-gpts.plus/wp-content/uploads/2026/10/9699-b7a78e29-768x403.jpg)
这个 Issue 实际是用户对 InvokeAI 7 Beta 的一组使用反馈,而不是单一的崩溃报错;最常见的可操作问题是界面语言、模型下载进度、Gemini 不支持负向提示词、模型库队列清理和 GUI 对比度设置。优先排查:语言是否只有英文翻译、下载进度是否在模型管理器的安装队列中、Gemini

当 RAGFlow 源码运行环境中把 OLLAMA_KEEP_ALIVE 设成 Ollama 官方的时长字符串(如 5m 、 24h )时,构造 OllamaEmbed 或 OllamaCV 会因 int() 转换失败而崩溃;优先检查该环境变量是否为非整数字符串,或升级到包含修复的版本。

谷歌 AI Edge 团队以 Apache 2.0 协议开源了面向端侧 AI/ML 推理的跨平台 GPU 计算引擎 ML Drift,用来取代此前的 TFLite GPU delegate,并已作为 LiteRT 的核心 GPU 加速引擎。