e-means 聚类新算法:约十分之一轮次达到 k-means 损失,GPU 提速最高 45 倍

一篇发布在 Hugging Face Papers 的论文提出 e-means,用指数移动平均配合小批量更新改造 k-means 聚类;摘要称它在多组嵌入数据集上用更少轮次达到 Lloyd k-means 的损失水平,GPU 实际耗时提速 10–45 倍,值得关注聚类基础设施的效率变化。

一篇发布在 Hugging Face Papers 的论文提出 e-means,用指数移动平均配合小批量更新改造 k-means 聚类;摘要称它在多组嵌入数据集上用更少轮次达到 Lloyd k-means 的损失水平,GPU 实际耗时提速 10–45 倍,值得关注聚类基础设施的效率变化。

一项发表于 Hugging Face Papers 的研究指出,许多带记忆的视觉语言动作(VLA)策略按时间均匀采样记住画面,导致机器人把“等待”误当成“工作”,在计数任务中提前收工;仅改变记忆索引方式即可挽回一半以上损失。

WaveGen 是一个基于扩散模型、从文本直接生成波形、不依赖声码器和外部对齐模块的端到端语音合成框架,它把本应分散在多个模型中的环节合并到单一模型里,为更简洁的 TTS 管线提供了一种技术路线。

据 Ars Technica 报道,研究人员发现 Grok Build 通过可分享链接暴露了超过 35,000 款应用的数据,其中包含部分专有信息。对依赖该平台生成和托管应用的个人与企业来说,这是一次涉及数据边界的警示。

英伟达CEO黄仁勋承认与疑似为中国从事间谍活动的Alice Huang存在婚外情,公司股价两个交易日累计下跌约9.5%,董事会已聘请Wachtell, Lipton, Rosen & Katz展开内部调查。这起罕见事件把CEO个人行为、国家安全与公司治理同时推上台面。

红果短剧创作者中心于2026年11月上线“AI剧虚拟形象创作与确权”能力,允许创作者提前上传真人授权、上游IP许可或原创版权材料并留存确权记录,用于应对AI短剧形象来源复杂带来的权属争议。这是一项流程性治理工具,而非版权保险。

arXiv 上一项新研究提出用"反事实病灶擦除"训练小型医疗视觉语言模型 MedScope-4B,让它在图像里没有病灶时更少凭空报告病灶,从而减少被问题措辞带偏的"幻觉式发现"。

arXiv 上新论文提出 RBLA+,面向客户端使用不同 LoRA rank 的联邦微调场景,用紧凑 QR/core-SVD 分解替代稠密 SVD 来提取各 rank 的 LoRA 适配器,在摘要报告的多组视觉与语言任务中精度优于 RBLA,且 CPU 合成适配器基准上提取时间低于稠密 partial-SVD…

ICPR 2026 TVRID竞赛用顶视RGB-D相机评估隐私保护行人重识别,IIT Patna团队在深度模态上取得93.51% mAP,明显高于赛道平均的57.19%,说明深度表征是该场景的关键变量。

Hugging Face Papers 收录的论文提出 DexForesight,把基于动作的空间世界模型知识“隐式”注入灵巧手策略,在不增加部署时深度输入和显式未来预测的情况下提升操作成功率。