分类： AI 资讯

一张显卡刷榜：modded-nanoRT 用 305 秒刷新关系型预训练纪录

arXiv 新论文提出 modded-nanoRT，把关系型 Transformer 的预训练配方做成公开榜单，用单张 NVIDIA H200 在 305.63 秒内达到质量目标，比参考实现快 8.11 倍，门槛降到一张 GPU 也能参与。

Hugging Face Papers 收录的论文提出 GRSE，用类似 GRPO 的组内对比方式，把多智能体团队里的共享奖励归功或归咎到具体的智能体与技能，而不是只看某个技能是否在轨迹中出现。

arXiv 上一篇新论文提出 Sketch2Sim，把手绘电路照片转成可执行的 SPICE 网表并自动求解节点电压和电流，目标是辅助电路教学与设计评审。目前仅是论文摘要，未见成品或公开发布。

Hugging Face Papers 收录的一篇论文提出 PAPAV 框架，用“感知、预判、规划、执行、验证”五项能力统一描述多模态智能体从电脑操作延伸到机器人操作的变化，并指出当前评测严重偏重“执行”环节。

arXiv 新论文比较了一款名为 Jev 的“决策语言模型”与多种 LLM 评委在临床 AI 输出评测中的表现：其与医生评分的吻合度在部分任务上不输前沿大模型，而成本低至后者的 1/73 到 1/294，耗时也更短。

2026年10月21日发布于 Hugging Face Papers 的论文提出免训练稀疏分配方法 ALLOT，按层与去噪步联合优化块稀疏注意力的密度，并在实测延迟预算内保留原有选择策略与内核，仅在分配环节替换。

arXiv 新论文指出，给智能体（Agent）更多进化任务反而可能拖低表现，原因是证据选择不当；作者提出 Successive Scale Racing（SSR）框架，在固定算力下筛选任务组合，使通过率随任务池扩大而提升。

arXiv 上一篇新论文提出 Agent4Sci 基准，用 11 个领域的 20 个科学 ML 任务检验前沿编程智能体，结果显示 Claude Opus 相对已发表最佳模型平均提升 10.4%，但提升几乎全部来自常规 ML 工程技巧，而非研究级洞察。

arXiv 上的一篇新论文提出多模型协作框架 SpecEvo，让轻量模型负责日常搜索、前沿模型只在关键节点介入，据称在 176 个科学发现任务上可降低最多 80% 的 API 成本，同时不弱于前沿模型基线。

Hugging Face Papers 收录的论文提出 Spectral-Spatial Interpretation（SSI），为多光谱图像模型生成“位置×通道”的完整归因矩阵，而非单张热力图或全局通道排名。其价值在于让开发者能同时追问模型在多光谱图像的哪个位置、依赖哪些波段做出判断。