MMFlash 瞄准视觉语言模型推测解码,长视频场景最高提速 3.58 倍

Hugging Face Papers 收录的论文摘要提出 MMFlash,一种面向视觉语言模型的推测解码框架,宣称在多种多模态基准上实现最高 3.58 倍无损加速。它值得关注,因为多模态推理的 token 生成效率长期以来被文本推测解码研究忽视。

Hugging Face Papers 收录的论文摘要提出 MMFlash,一种面向视觉语言模型的推测解码框架,宣称在多种多模态基准上实现最高 3.58 倍无损加速。它值得关注,因为多模态推理的 token 生成效率长期以来被文本推测解码研究忽视。

一篇 arXiv 新论文综合 9 项实证评估、516 种多智能体配置后指出,多智能体沟通架构相对单次贪心推理的准确率优势整体为负;只有提供证据分区、外部验证或模型间错误多样性时,沟通才可能带来正收益。

主打“Mac数据中心”的初创公司 Mount Thor 完成 4500 万美元融资,把苹果 Mac 的算力和 macOS 环境用于运行 AI Agent。这值得关注,是因为很多 Agent 任务依赖真实桌面软件,通用云服务器未必能覆盖这类需求。

arXiv 2026年11月16日发布的一篇新论文提出,借鉴大脑星形胶质细胞的两类特性设计算法,宣称能加快训练、提升抗噪性并缓解灾难性遗忘,为脑启发机器学习提供了一条不同于“只模仿神经元”的路线。

一篇 arXiv 新论文提出“模型退火”(Model Annealing),让小样本训练在标注数据被记住后,把剩余算力用于“复习与巩固”自身知识,摘要称在多个图像分类任务和架构上平均提升 1.3 个百分点的 Top-1 准确率。

一篇 arXiv 新论文对工业级推荐与排序(R&R)模型做 MXFP8、MXFP6 量化评测:论文称在 AMD MI350X 上,MXFP6 线性层 GEMM 对比 FP16 最高加速 2.90 倍,并在两个线上广告排序模型上带来端到端吞吐提升。值得关注的是,R&R 的精度门槛远比大模型严苛。

社交平台上曝光了字节跳动视频生成大模型 Seedance 预训练负责人曾妍的履历:1997 年出生,2021 年校招进入字节 AI Lab,五年内升至 4-2 职级并带队负责 Seedance 预训练。这条信息目前来自个人爆料,尚未见字节官方确认,但它折射出核心大模型赛道的人才晋升速度。

一篇新 arXiv 论文在单张 Colab T4 上用 4-bit 量化小模型审计四种幻觉检测方法,发现检测器排在不同模型间会反转,便宜的词法基线统计上与采样一致性方法打平,提醒端侧开发者别照搬 7B-70B 研究模型的评测结论。

英伟达管理层调整引发市场对AI交易的新一轮担忧,但Generate Investment Management的Greg Smith认为,创始人黄仁勋的离开并不必然意味着公司增长故事的终结。

据 Hugging Face Papers 收录的论文摘要(2026年11月13日),研究者提出通用智能体框架 Gamer,用端到端架构融合感知、记忆与多步推理,同时覆盖 2D 图形界面和 3D 模拟世界中的长时任务。