标签：推理

Context Mode 如何用沙箱、SQLite 与代码化分析把 AI 编程上下文省下 98%

GitHub Trending 上出现了一个名为 Context Mode 的 MCP 服务，它把 MCP 工具调用的原始输出搬出上下文窗口，并用 SQLite 与 FTS5 保存会话记忆，官方称可减少 98% 的上下文占用。

Hugging Face 的 Transformers 库正在从“模型加载工具”升级为跨框架、跨引擎的模型定义标准，托管模型检查点已超过 100 万个。

2026 年 10 月，来自 ZJU-REAL 的研究者发布 ViSkill，将成功交互蒸馏为“视觉技能卡”并直接供 VLM 智能体检索使用，让技能积累与策略优化形成闭环。它在 Sokoban 等任务上取得 0.89 的综合成功率，冷启动后升至 0.91。

据Business Insider 2026年10月报道，华尔街正把Nvidia GPU变成可抵押、可投保、可交易的新资产类别，以解决AI基础设施的巨额融资难题。

墨尔本大学与UNSW联合发布音频记忆基准VoxMem，在约32K上下文长度下，15个主流音频大模型的综合准确率均未超过40%，暴露出模型对说话人身份、语气和背景声等原生音频信息的记忆短板。

arXiv 新论文提出 Plan-and-Patch，用扩散语言模型（dLLM）生成程序式规划并在出错时只修补局部区域；在 Natural Plan 任务上，无任务训练的扩散规划修复成功率达到 53.7%，约为自回归模型 27.0% 的两倍。

VibeEdit 让用户直接在图像上打空间标记并附简短注释，取代纯文字提示来指定编辑位置和内容。论文在 419 个人工筛选案例上报告的 VLM 评分和区域外 PSNR 均高于文字指令基线。

SheetSage2 是一个统一音乐转写框架，通过合成数据、结构化解码和自回归蒸馏，试图把音频转成更连贯、可读的乐谱，并在多个基准上报告了优于前代和部分专用模型的结果。

RoboPrompt 提出一种轻量级机器人策略引导系统，用户只需在摄像头画面上画轨迹、点目标或给粗略方向指令，就能修正机器人动作，而无需改动基础策略架构或重新微调。

Hugging Face Papers 收录的论文显示，从零预训练的 3B 像素空间文生图模型 Iris-3B 在 1024² 文生图上可对标潜空间模型，但在深度估计和超分等下游任务上，像素空间先验并未带来显著优势。