celebrityanime

Claude Haiku 5.5 发布：智能指数 43 分，首搭 effort 设置与分层定价

Anthropic 发布 Claude Haiku 5.5，在 Artificial Analysis 智能指数上得分 43，比上一代 Haiku 一年前提升 26 分；它首次在 Haiku 系列中加入 effort 设置与自适应思考，并引入 100k token 为界的分层定价。

arXiv 新论文提出 GameGo 框架，把简短游戏创意自动扩展成完整产品需求文档，并生成 55,060 条开发轨迹与 124 条查询的测评集，尝试让编码智能体直接完成 2D、2.5D、3D 游戏合成。

arXiv 上一项新研究提出 GameGo 框架，把简短游戏创意扩展为完整需求文档，并生成 55,060 条 2D/2.5D/3D 游戏开发轨迹，训练出在游戏开发基准上接近前沿模型的代码智能体。它值得关注之处在于，尝试用合成数据解决游戏生成中需求模糊、机制不完整的问题。

2026 年 10 月 7 日 Hugging Face Papers 收录的论文提出 GRACE，一种“生成感知”的两阶段潜空间压缩方法，在不重训完整模型的前提下把视频扩散模型的 token 数量降低 8 倍、延迟降低 11.1 倍，同时声称在 VBench 上保持原有生成质量。

一篇新论文提出 GRACE 两阶段框架，将预训练视频自编码器压缩到更少 token，同时保持与原有 DiT 的兼容，在 480x832x81 条件下把 Wan2.1-I2V-14B 的 token 数减少 8 倍、延迟降低 11.1 倍。

一篇 2026 年 10 月 3 日上传至 Hugging Face Papers 的论文提出“持续表征学习”，让 Drifting Models 无需预训练编码器即可从像素直接学出判别性几何，摘要称在多个数据集上把 FID 较原像素版降低约 82%–95%。

Hugging Face Papers 收录的一项新研究提出“持续表征学习”，让 Drifting Models 无需预训练编码器也能在像素空间学到更具判别性的几何结构，论文摘要称 FID 相比原始像素空间版本降低约 82%–95%。

一篇发布在 Hugging Face Papers 的论文摘要指出，自我进化推理模型会因自生成问题中无效题和重复变体增多而性能崩塌，作者提出 R-Quest 方法，用问题有效性与新颖性反馈来维持多轮自我训练。

一篇新论文提出 KLPO 框架，试图让大语言模型智能体的异步强化学习在只用一个 rollout 的情况下完成无评论家更新，绕过 GRPO 依赖分组采样和重要性权重带来的成本与偏差问题。

新论文提出循环层叠Transformer（RLT），把每token的固定计算深度改成随序列长度增长的循环结构，在6个算法任务上对比标准Transformer取得明显优势，但信息仅来自论文摘要，尚无产品落地。