DCOCO 提升投机解码吞吐,并发下比基线最高快 6.6 倍

一篇新论文提出 DCOCO,用轻量级上下文校正器弥补扩散草稿模型并行生成时缺失的块内依赖,在摘要所述实验中把投机解码吞吐提升到基线最高 6.6 倍,并改善并发服务表现。

一篇新论文提出 DCOCO,用轻量级上下文校正器弥补扩散草稿模型并行生成时缺失的块内依赖,在摘要所述实验中把投机解码吞吐提升到基线最高 6.6 倍,并改善并发服务表现。

UniKey 在 2026 年 10 月 12 日发布的行业周报指出,AI 产业的重心正从单一模型能力转向智能体之间的组织、分配与清算,AI 网关、智能体治理、多模型统一调度和算力价值结算成为本周被重点追踪的四条主线。

第七届中国人工智能大赛已正式启动报名,主题为“数智筑安,竞促发展”,重点方向包括大模型、具身智能和智能体。对开发者和AI团队来说,这是一个检验技术成果、对接产业需求的窗口。

一篇预印论文提出把深度 CNN 特征与手工计算的影像组学特征做自适应门控融合,在公开脑部 MRI 数据集上把二分类准确率从 88% 提升到 94%,为标注数据有限的医学影像任务提供了一条可复用的融合思路。

风险投资人 Matt Turck 在 X 上发帖,把技术岗位的百年更替串成一条线,认为如今正在转向“智能体管理者(agent managers)与 harness engineers”的过渡,并判断“最终会没事”。这值得关注,因为它给出了看待 AI 冲击岗位的一种历史视角,而非官方产品公告。

Box CEO Aaron Levie 引用 Andrej Karpathy 的观点指出,当前 AI 扩散仍处极早期,绝大多数人只把 AI 当聊天机器人和下一代搜索使用,而代表完整能力的智能体集群只被极少部分人掌握。

一篇新论文提出“对抗式启发式学习”(AHL),让AI代理在保持模型权重不变的前提下,通过改代码和策略来打对抗游戏,并发布包含12款游戏、1920份人类历史程序的评测基准AAArena。

arXiv 新论文 Seq-Drifting 提出用漂移场直接学习从高斯噪声到整段文本的映射,在 LM1B 上单步生成困惑度达到 36.01,探索扩散语言模型能否真正“一次前向出全文”。

一篇投稿于 Hugging Face Papers 的论文提出 TIPS:只用结果标签做强化学习,就能训练出具备步骤级判断能力的过程奖励模型(PRM)。若结论成立,PRM 的数据标注成本可能明显下降。

arXiv 2026年10月12日发布的一篇新论文提出 Collaborative Theory of Mind(CToM)框架,让大模型在给出回复前先预测用户会怎么回应,并据此自我修正,以改善多轮协作中的表现。