TorchTPU亮相：谷歌与Meta打造PyTorch原生TPU后端，兼顾eager与编译
arXiv 2026年10月20日发布的一篇新论文介绍了 TorchTPU——谷歌与 Meta 开源合作的 PyTorch 原生 TPU 后端，目标是让模型开箱即跑在 TPU 上，并兼顾推理与训练性能。据摘要信息，它通过 eager 执行优化、torch.compile 集成和硬件原语加速实现这一点。
标签： 算力
arXiv新论文提出Cache2LoRA：文档转LoRA更新，32K场景解码吞吐提升5.9倍
arXiv 于 2026 年 10 月 20 日发布的新论文提出 Cache2LoRA，在 17 个任务上以 0.663 的 macro F1 逼近完整上下文 ICL 的 0.671，同时把 32K 文档场景的解码吞吐提升到后者的 5.9 倍，为上下文内化这一技术方向提供了更强且更省算力的方案。
AffordanceWAM：用可供性对齐人类视频与机器人动作的世界模型
Hugging Face Papers 公开的论文 AffordanceWAM 提出一种可供性感知的世界-动作联合模型，尝试用人类第一视角视频补足机器人动作数据稀缺的问题。按摘要所述，其价值在于把“哪里可以交互”变成连接视觉预测与动作生成的共享接口。
arXiv论文提出Software World：多智能体协作仿真，最佳模型效率提升31%
arXiv 上一项新研究提出 Software World 仿真框架，让多个 AI 智能体在相互依赖的 Python 包生态中自主找任务、协作维护代码，最佳模型在隐藏下游包上带来最高 31% 的效率提升。
EgoXperience 发布：从第一视角视频联合重建相机、场景、手与物体
2026 年 10 月，Hugging Face Papers 收录的论文摘要显示，EgoXperience 提出从第一视角视频中联合重建相机、场景、手和物体的完整范式，并配套 6M 标注数据集与新基准，其 EgoX 模型在摘要报告的评测中误差显著降低。
arXiv论文提出”探索—识别—塑造”人机共创框架，把模糊审美偏好写进强化学习
arXiv 2026 年 10 月 20 日发布的一篇论文提出一种超出文本提示的人机共创范式：先让模型扩大探索范围，再从创作者的选择中学习审美偏好，把"说不清的艺术意图"逐步显性化并反馈进生成过程。
BrainLoRA用PEFT适配104B多模态大模型，登顶Algonauts 2025脑编码榜
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。
16MB冻结嵌入表替代168M参数：小型模型与三元BitNet的新思路
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。
arXiv论文实测：Agent调用工具做算术，准确率99.9%但延迟近百万倍
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。
视觉智能体工具框架OpenVLHarness论文：多模态记忆加持，22项评测平均提升最高12.6分
Hugging Face Papers 2026年10月19日收录的论文摘要提出 OpenVLHarness，一套面向真实视觉智能体工具调用与持久多模态记忆的推理框架，声称在22项评测上比无工具基线平均高9.7至12.6分。它值得关注，是因为它讨论的是“给模型配外部工具和记忆”，而非继续堆推理算力。