Meta提出跨层共享Meta Expert：固定专家数量下仅用70%-80%专家即可匹配Vanilla MoE性能
Meta 在 Hugging Face Papers 发布论文，提出跨层共享的 Meta Expert 结构，用于替代 MoE 模型各层独立存储的 Local Expert。据摘要，在激活专家数和专家粒度不变时，该结构仅用 70%-80% 的专家即可达到 Vanilla MoE 的性能，值得关注其对大模型训练…
标签： 算力
Policy-Mask：按算力预算挑选扩散模型特征，ADE20K 达 38.9 mIoU
Hugging Face Papers 于 2026 年 10 月 20 日收录的论文提出 Policy-Mask，用一套受“通道预算”约束的策略，同时决定从冻结扩散模型的哪一层、哪个时间步、哪些通道抽取特征做判别任务，并在相同预算下优于手工固定抽取方案。
人形机器人学会“预判落脚点”：Unitree G1 零样本跨越非训练地形
一篇 arXiv 论文提出用轻量落脚点预测模型替代稠密高程图输入，让控制器只“看”预测落脚点附近的地形，训练迭代约为原方案的 1/3，并使 Unitree G1 人形机器人零样本通过台阶、缝隙和落差。目前公开信息显示这仍是论文层面的研究结果，不是已落地产品。
LAW提出纯自条件语言建模，GSM8K准确率达42.2%
alphaXiv 2026年10月21日展示的论文提出 LAW 方法，让扩散语言模型在每一步只传递“期望嵌入”而非离散 token，在 GSM8K 等任务上超过此前的离散扩散基线，为并行解码路线提供了新思路。
训练数据与学习率调度需联合设计：LLM中训练何时引入MT数据没有统一答案
一篇发表于 alphaXiv（2026 年 10 月 21 日）的论文指出，大模型预训练向中训练（MT）数据切换的时机，会随学习率调度而改变优劣；单独选定数据排期或学习率都可能不是最优。
智能体RL新维度：Harness Scaling 让模型跨执行配置泛化
alphaXiv 上的一篇论文提出 Harness Scaling，把智能体执行框架从单一固定配置扩展为多样化训练配置，以提升强化学习策略在未见白盒配置及外部黑盒框架上的泛化能力。
RealMe 论文提出用视频扩散模型把稀疏低清素材增强为 2K 体积视频
Hugging Face Papers 收录的论文 RealMe 提出一种统一框架，用高分辨率视频扩散模型把稀疏、低分辨率的拍摄素材增强成 2K、4D 一致的视频，再据此重建沉浸式体积视频，试图降低体积视频制作对昂贵密集多机位采集设备的依赖。
LLM智能体测试时自改进新框架：用世界模型预演候选动作，双分支记忆积累经验
arXiv 上的一篇新论文提出一种测试时框架，让大模型智能体在部署中先用世界模型“想象”多个候选动作的结果，再结合经验记忆做决策，尝试在语言环境里实现预测式自我改进。
D-Skill论文：不动权重，用自然语言技能把大模型能力迁移给小模型
arXiv 上一篇新论文提出 D-Skill 框架，把前沿大模型智能体的行为优势提炼成可读的自然语言“技能文档”，在不更新学生模型权重的情况下完成能力迁移，值得关注的是它给“蒸馏”提供了不依赖参数训练的新路线。
DiffResearch 用扩散语言模型加速深度研究，端到端约快6倍
arXiv 新论文提出 DiffResearch，一个把扩散语言模型放进多智能体深度研究每个阶段的开源框架；在固定其他条件下，它报告端到端延迟约为自回归基线的六分之一，值得关注的是“换骨干模型”对研究型 AI 应用效率的影响。