Hugging Face论文:在线策略蒸馏会隐性改变大模型Agent的ReAct交互模式

一篇发布在 Hugging Face Papers 的论文摘要指出,在线策略蒸馏(OPD)在向语言模型 Agent 迁移专项能力时,会重塑其 ReAct 交互习惯,跨领域还可能出现明显负迁移。这提醒开发者:蒸馏不只是在“教知识”,也在改 Agent 的调用工具和取信息方式。

一篇发布在 Hugging Face Papers 的论文摘要指出,在线策略蒸馏(OPD)在向语言模型 Agent 迁移专项能力时,会重塑其 ReAct 交互习惯,跨领域还可能出现明显负迁移。这提醒开发者:蒸馏不只是在“教知识”,也在改 Agent 的调用工具和取信息方式。

该崩溃发生在使用 DSpine 草稿(draft)支持的 llama.cpp 分支版本时,只要 draft 配置为 n_max >= 1 (即 block >= 2),首次生成就会在 build_dspine_lattice 中触发 ggml_reshape_3d 断言失败;优先排查 DSpine

当你在自定义或改造 Diffusers pipeline 时,如果给 denoiser(如 self.transformer )启用了 StateManager/Hook 缓存机制,并在 CFG 中分别跑 cond/uncond 分支,就可能因为调用模型时没有用 cache_context("con

在 Flux 管线中调用 pipe.transformer.enable_cache(TaylorSeerCacheConfig(...)) 后,若 denoiser 调用没有被 cache_context 包裹,就会在推理时抛出 Enable Taylorseer for all Flux Pip

LanceDB 完成 5750 万美元 B 轮融资,由 Bessemer Venture Partners 和 Innovation Endeavors 领投,用于推进基于开源格式 Lance 的多模态 AI 训练湖仓。这反映训练数据基础设施正被资本视为大模型研发的关键环节。

Google 将原本仅限 Pro/Ultra 订阅者的 Gemini Tasks 免费开放给美国、日本、韩国、加拿大、澳大利亚和印度六国用户,并升级至 Gemini 4 Hydrogen 模型,同时在美国上线代打电话、代付款和免密登录等 agent 能力。

2026 年 11 月中旬,AI 相关股票的回调正传导到大宗商品市场,被视为 AI 基建需求风向标的铜价较 9 月历史高位下跌约 11%。高盛认为这更多是资金撤离多头仓位,而非需求基本面转弱。

微软已将 Word、Excel、PowerPoint 以正式可用(GA)状态接入 Copilot,CEO 萨提亚·纳德拉称 Copilot 是“工作的新操作系统”。这意味着 Office 套件正从独立应用转向由 AI 助手统一调度的入口,值得关注的是微软如何在不冲击原有 Office 销售的情况下推进这一转变…

据Techmeme转引《金融时报》报道,Anthropic筹备IPO,可能让Spark Capital等知名度较低的VC获得远超大型蓝筹同行的回报,风险投资的权力排序面临重排。

盖洛普在16个国家调查约1.59万名15至22岁年轻人,超过三分之一受访者表示会用AI获取情感陪伴,每天使用AI的人群中这一比例约为一半,显示AI在年轻用户中的角色正从工具延伸到日常交流对象。