分类： AI 资讯

Hugging Face Papers 上出现一篇论文，提出多流注意力残差（MSAR），把注意力残差从单流扩展为多头深度注意力，在 18B 和 28B MoE 规模下报告了优于标准残差和已有残差变体的结果。

alphaXiv 上公开的一篇论文提出“纠错训练”方法，用一个小型纠错器修正扩散模型自身预测的累积误差，在无引导生成时显著改善 FID，效果接近 CFG，且推理成本可通过蒸馏摊销。

一项基于 JetBrains IDE 中 4782 份真实工程师会话的研究发现，现有 issue 型基准任务与真实任务流差别明显，论文提出 SWE-TaskFlow 让基准向目标场景校准。

一篇来自 Hugging Face Papers 的论文提出用信息熵和 CKA 相似度自动挑选 LLM 的隐藏层组合，用于投机解码，在 EAGLE3 风格实验中优于 [2, N//2, N-3] 等固定默认规则。

Artificial Analysis 发布 AA-3D 基准，用交互式 3D 场景任务评测 AI 模型，发现排名靠前的模型会更早查看自己生成的画面并开始浏览器测试，而这一行为与 Elo 排名高度相关。