QF3 提出过滤 Q 梯度方法,人形机器人舞蹈策略实现零样本真机迁移

QF3 用一步预测加坐标级过滤的 Q 梯度来训练流策略,首次让 off-policy 流 RL 从零学人形机器人运动并零样本上真机,训练速度比 FPO++ 快约 10 倍。

QF3 用一步预测加坐标级过滤的 Q 梯度来训练流策略,首次让 off-policy 流 RL 从零学人形机器人运动并零样本上真机,训练速度比 FPO++ 快约 10 倍。

研究者提出 AdvSim2Real,在一个冻结的网页世界模型中让任务、注入攻击与智能体共同进化,4B 模型在模拟中训练后,面对训练时从未见过的前沿模型攻击,完成率相对基线提升 33.6%。

小米发布MiMo-V2.6系列开源大模型,在Artificial Analysis智能指数上成为排名最高的开源权重模型;同时Anthropic发布分析称,开源模型GLM-5.3的网络攻防能力已接近Claude闭源模型,提示防御方也能用上高能力模型。

英伟达基于 Nemotron 3 系列,通过监督微调、强化学习和生成-验证-修正推理流程,在 IOI 2026 和 IMO 2026 的非官方基准中达到金牌水平,展示了一条可复用的领域专家模型打造路径。
![[enhancement]: Add A Way To Read A List of Prompts and Auto Save to Folder Option.](https://www.chat-gpts.plus/wp-content/uploads/2026/10/5056-4e9ae361-768x403.jpg)
这个 Issue 不是崩溃或报错,而是用户想要“从文件批量读取提示词并自动保存到文件夹”的功能请求([enhancement]: Add A Way To Read A List of Prompts and Auto Save to Folder Option.)。优先排查的是你当前 Invoke
![[Bug]: Team ID not verified on JWT](https://www.chat-gpts.plus/wp-content/uploads/2026/10/44182-014196cf-768x403.jpg)
该报错通常出现在 LiteLLM Proxy 启用 JWT 认证并配置了 virtual_key_claim_field 的场景下,当同一用户从多个应用(如不同 OIDC 客户端)登录时,第二个应用不会重新解析 team_id_jwt_field 。优先排查 virtual_key_claim_fi

这个报错通常出现在 LiteLLM 使用 ClickHouse 存储 trace 时,读取 span 数量超过 1000 条的 trace detail 会返回 HTTP 500。优先确认是否触发了 ClickHouse reader 的 max_result_rows=1000 行数上限。

这个报错通常发生在使用 llama.cpp 的 OpenVINO 后端在 Intel 集成显卡上加载模型时,KV cache 需要的显存超过设备单次内存分配上限。优先排查并降低上下文长度或改用更省显存的 KV cache 类型。

在多 GPU 机器上使用 llama.cpp 的 OpenVINO 后端时,如果 OpenVINO 把设备枚举为 GPU.0、GPU.1 这种带编号的名字,后端内部大量与字符串 "GPU" 的精确比较会失配,导致设备回退 CPU、部分算子没有按限制路由、KV cache 留在主机、GQN 快速 at

该问题通常出现在使用 SYCL 后端、基于较新 oneAPI 工具链构建并运行 llama.cpp(llama-cli / llama-server / llama-bench)的场景中,表现为 PP(prompt processing)性能大幅下降,甚至回退到 PR #25222 优化之前的水准。