机器人闭眼组装:仅靠关节传感实现盲插销,仿真训练零样本迁移真机

一篇 alphaXiv 论文显示,机器人仅凭关节编码器的本体感觉,在仿真中学会插销、齿轮啮合和拧螺母,其中插销策略零样本迁移到真机,在测试中成功插入不同形状与尺寸的销钉,占 73% 的试验。这提示精密装配未必需要视觉或触觉。

一篇 alphaXiv 论文显示,机器人仅凭关节编码器的本体感觉,在仿真中学会插销、齿轮啮合和拧螺母,其中插销策略零样本迁移到真机,在测试中成功插入不同形状与尺寸的销钉,占 73% 的试验。这提示精密装配未必需要视觉或触觉。

alphaXiv 于 2026 年 10 月 19 日公开论文介绍 Koi,一个面向多云端异构 GPU 集群的大模型推理规划器,利用语言模型层级提出部署假设,再由确定性工具验证与选型,据称在真实集群中比最强基线提升 1.18 倍有效吞吐并降低 20% 每 token 成本。

Hugging Face Papers 收录的论文提出 ReviewFact 基准与 PremiseCheck 框架,用于核查人类或 AI 撰写的评审意见是否误述论文内容,在准确率接近前沿大模型的同时把成本降下来。
![[Bug]: Stream cut after finish_reason but before the include_usage chunk is logged as success with locally counted usage (cached_tokens lost](https://www.chat-gpts.plus/wp-content/uploads/2026/10/47332-45006be2-768x403.jpg)
在 LiteLLM 中,[Bug]: Stream cut after finish_reason but before the include_usage chunk is logged as success with locally counted usage (cached_tokens lo

该报错出现在 RTX 5090(Blackwell,compute 12.0)上用 llama.cpp CUDA 后端加载 cohere2moe 架构模型(如 North-Mini-Code-1.0)进行推理时,MoE 路径的 MUL_MAT 触发 CUDA illegal memory acces

该报错通常出现在 llama.cpp 的 llama-server 以 HIP 后端、多 GPU 运行 Qwen3.5 系(如 Qwen3.5-35B-A3B)模型并启用 context checkpoint( --ctx-checkpoints )后,加载或匹配检查点时触发 GPU 内存访问故障。

论文提出 Consistent Distribution Matching,一种无需蒸馏数据集、也无需教师模型反复采样的扩散与流模型蒸馏方法,在学生模型只做单次函数评估时,于 ImageNet 256×256 上取得 FID 2.04,目标是解决扩散模型推理慢的老问题。

在 Dify 中执行工作流测试运行时,如果实时 Tracing 面板显示“3 Iterations”或“4 Loops”却只能展开出一条记录,说明前端实时追踪按 node_id 覆盖了同一节点的多轮执行记录,需要优先排查 use-workflow-node-started.ts 与 debug-an
![[Bug] Code node: extractFunctionParams mis-parses destructured JavaScript params (the node's own default template) and multi-line signatures](https://www.chat-gpts.plus/wp-content/uploads/2026/10/44045-f1f5cdae-768x403.jpg)
在 Dify 代码节点面板中“应用”AI 生成或 AI 修改的代码后,输入变量列表出现异常(例如 JS 解构参数被识别成 {arg1, arg2} ,或 Python/JS 多行签名解析为空),通常与 extractFunctionParams 的正则解析有关。优先排查参数签名写法,并避免通过 AI

当 Dify 的 Console API 在处理请求时抛出未预期异常,代码会把原始 Python 异常字符串通过 InternalServerError(str(e)) 写入响应体,导致内部错误细节暴露给调用方。优先排查 message.py、external.py、hit_testing_base