标签：大模型

多教师策略蒸馏存在泛化盲区：新论文称OOD能力反降2.45%-24.34%

一篇 2026 年 11 月 3 日上传至 Hugging Face Papers 的论文摘要指出，多教师 on-policy 蒸馏（MOPD）虽能在监督分布内接近完美复现教师能力，但在分布外任务上出现明显退化，提示“能力整合”并不等于“能力迁移”。

针对大规模 AI 训练中光网络故障导致的算力浪费，论文提出预测控制面框架 Halley，在模拟条件下把有效吞吐从 65.2% 提到 76.5%，并声称同规模训练最多可少用 3.3%–14.7% 的数据中心容量。

NVIDIA于2026年11月5日发布技术博客，阐述通过GPU架构、NVLink互连、推理软件、CPU与存储的协同设计，让AI工厂中每字节HBM承载更多有效推理工作，从而在容量基本不变的情况下大幅提升吞吐。

Reddit 联合创始人 Alexis Ohanian 在首届 WIRED World Fair 上表示，做社交媒体应用“已经不再酷了”，他认为更好的“群聊”形态可能接替用户生成内容，而 AI 正在让互联网越来越不为人类而建。

Ricursive 于 2026 年 11 月 5 日发布 Ripple-65B Preview，这是其用于先进芯片设计自动化的 AI 模型的通用版本，采用 Apache 2.0 开源许可，输出定价为每百万 token 0.60 美元。开源加低价组合，可能降低芯片设计领域使用大模型的门槛。

开发者“沉默王二”在2026年11月5日的技术文章中，实测了阿里QoderCN配合Qwen3.8-Flash完成科普视频、3D机械表和古建蓝图等多个案例，展示了国产Agent在工程执行层面的交付能力；但这是个人体验，不等于产品能力的公开评测结论。

Hugging Face Papers 收录的论文提出 PyRUA-REAL 框架，让由 GPT-6-Astra 等模型驱动的代码智能体在真实世界中通过物理探索积累经验、改写代码，再把可复用技能部署到机器人上；据摘要，8 项真实任务平均成功率为 91.1%。

一位开发者用视觉大模型搭建了自用的 AI 错题本，把拍照转录、人工审核、错题刷题、针对性出卷串成闭环，核心是把“质量链”复用到了错题管理上。

@TeverantAI 在 X 上点评一套智能体工作流，认为最值得照抄的一步是让 Agent 先反问、把需求问清楚再动手，并称企业落地时会把这步写进流程，再叠加权限与人工审批节点。

一个名为 SAPPER 的开源项目把“AI 指挥官 + 多个 AI 智能体 + 真实渗透工具”组合成可无人值守运行的红队系统，据称在腾讯一场有 634 支队伍参加的攻防比赛中连续运行 8 小时，引发对自动化安全工具能力的讨论。