分类： AI 资讯

alphaXiv 上公开的一篇论文提出 ReplaySSM，把 SSM 的循环状态改写成“检查点+近期输入缓冲”，在 vLLM 上实现 Mamba-2 与 Gated DeltaNet 的解码加速，最高约 1.47 倍，并让投机解码的驳回只动指针、不恢复状态。

Hugging Face Papers 收录的论文提出“无状态语言代理”（SLA）：不让代理带着越滚越长的对话历史反复调模型，而由执行框架统一保存研究状态，每次只给代理重建针对性上下文。论文摘要称，在软件工程、内核优化和算法设计任务上，SLA 最终结果均最好，并以少 84% 以上 Token 达到最强内核基线…

2026年10月8日，alphaXiv 发布论文 LeWAM，提出将动作预测与潜在动态模型联合训练的端到端 JEPA，在视觉规划基准上成功率从 28.6% 提升至 89.7%，规划速度提升 32.3 倍。

AlphaXiv 上 2026 年 10 月发布的一篇论文提出 Dream to Remember（D2R），让冻结的通用机器人策略通过一个小型“操控模块”学习新任务，同时用冻结的世界模型“脑补”旧任务来防止遗忘。在 CALVIN 和 LIBERO 的连续任务评测中，它比直接微调策略的遗忘问题明显更轻。

Hugging Face Papers 收录的一篇论文提出 Semi-OPD：用初始学生模型自己生成的离线轨迹来蒸馏，在 17 组教师—学生模型对比中 14 组优于当前流行的 on-policy 蒸馏（OPD），最高准确率提升 13.6%，训练提速 11.4 倍。它提醒开发者：on-policy 采样并非总是…

港科大团队推出首个面向“数据视频”的多模态理解基准 DataVista，含 961 条真实视频与 6775 道题；测试 19 个主流多模态大模型，最好成绩仅 70.0%，远低于人类专家。