标签： 人工智能

2026 年 10 月 19 日发表于 Hugging Face Papers 的论文提出 InfiniDream，用视觉语言模型（VLM）驱动程序化生成，试图做出可编辑、可批量复现的大规模逼真 3D 世界，而不是让模型直接拼出简单静态网格。

一篇新论文提出用参数高效微调（PEFT）把最多 104B 参数的预训练多模态大模型适配到脑编码任务，其方法 BrainLoRA 在 Algonauts 2025 挑战赛上取得当时最优的已发表成绩，值得关注的是它大大降低了用神经数据训练大模型的门槛。

一篇 Hugging Face 论文摘要提出，用 16 MB、无训练参数的冻结嵌入表替换小型语言模型的大词表，在部分任务上不输可学习嵌入，并让三元 BitNet 模型在笔记本 CPU 上跑出更高速度。

Hugging Face Papers 收录的论文提出 CoworkEnv 框架，可根据工作流要求合成可执行的 AI 协作训练环境，并用它训练出紧凑的 PocketWorker 模型。在 Qwen3-VL-8B-Instruct 上，监督微调（SFT）使 Claw-Eval 平均分从 46.6 升至 64.1…

一篇 arXiv 新论文用 1000 道运算符优先级算术题，对比原生函数调用、REST、SOAP、MCP 微服务、直接调用大模型和 Agent 调工具七类方案，发现在精确计算任务上，确定性方法的准确率与延迟都明显更优。这提醒开发者：Agent 不是默认答案，架构选择要按任务类型来定。

arXiv 上一篇新论文提出 GardenBench，用 11 组轻量任务和实时看板评测大模型在日常使用中的准确率、运行成本与耗时，并记录模型逐日的性能进步或退化。