一张显卡刷榜:modded-nanoRT 用 305 秒刷新关系型预训练纪录

arXiv 新论文提出 modded-nanoRT,把关系型 Transformer 的预训练配方做成公开榜单,用单张 NVIDIA H200 在 305.63 秒内达到质量目标,比参考实现快 8.11 倍,门槛降到一张 GPU 也能参与。

arXiv 新论文提出 modded-nanoRT,把关系型 Transformer 的预训练配方做成公开榜单,用单张 NVIDIA H200 在 305.63 秒内达到质量目标,比参考实现快 8.11 倍,门槛降到一张 GPU 也能参与。

Hugging Face Papers 收录的论文提出 GRSE,用类似 GRPO 的组内对比方式,把多智能体团队里的共享奖励归功或归咎到具体的智能体与技能,而不是只看某个技能是否在轨迹中出现。

arXiv 新论文指出,给智能体(Agent)更多进化任务反而可能拖低表现,原因是证据选择不当;作者提出 Successive Scale Racing(SSR)框架,在固定算力下筛选任务组合,使通过率随任务池扩大而提升。

arXiv 上一篇新论文提出 Agent4Sci 基准,用 11 个领域的 20 个科学 ML 任务检验前沿编程智能体,结果显示 Claude Opus 相对已发表最佳模型平均提升 10.4%,但提升几乎全部来自常规 ML 工程技巧,而非研究级洞察。

一篇 arXiv 新论文用 120 组训练配置,系统测试了具身智能体在多个虚拟世界中进行持续预训练(CPT)的效果,发现数据量、多样性与模型规模各有取舍,单靠 CPT 难以让模型泛化到差异很大的新世界。

2026年10月21日,研究团队在 Hugging Face Papers 发布论文摘要,提出 DONIC 双手灵巧追踪策略及 BiHOI 多视角数据集,称单一检查点在未见轨迹上达到86.79%成功率,比现有双手追踪基线高出77.36个百分点。

Hugging Face Papers 收录的论文 PhysLDM 提出用统一的时空潜空间加潜扩散模型,一次性预测高分辨率体积可形变物体的运动轨迹,并声称可零样本泛化到未见过数据。它值得关注之处在于,探讨了“回归还是扩散”这一神经仿真路线选择。

一篇 Hugging Face 论文提出用多学科 AI 研究员组成团队,在有限实验预算下自主搜索线性注意力架构,并在 1.3B 参数规模的语言建模与检索任务上超过 GDN2。

Hugging Face Papers 收录的论文摘要显示,研究者提出 AgenticRoboRL,用监督微调结合多轮强化学习来后训练机器人规划器。在 LIBERO-PRO 任务上,9B 参数规划器的成功率从 18.1% 提升到 71.0%,接近闭源 Codex(GPT-5.5)配合外部记忆得到的 72.1%…

2026年10月20日发布于Hugging Face Papers的一篇论文提出“缓存工程”方案,让LLM智能体直接操作KV缓存,而不必裁剪或总结历史轨迹;摘要显示,该方案在部分测试中平均成本降低27.7%,并配套AKV推理引擎实现最高1.5倍P95延迟加速。