Loopback Transformer提出统一循环残差框架,参数量减至40-75%

一篇新论文提出 Loopback Transformer,通过把循环计算的“输入强度”和“更新分配”拆开控制,在摘要给出的实验中用标准 Transformer 40%-75% 的参数量达到更低验证损失,并缩小到 191M 到 3B 的参考规模。

一篇新论文提出 Loopback Transformer,通过把循环计算的“输入强度”和“更新分配”拆开控制,在摘要给出的实验中用标准 Transformer 40%-75% 的参数量达到更低验证损失,并缩小到 191M 到 3B 的参考规模。

Hugging Face Papers 收录的一篇论文摘要显示,名为 Bonbon 的分子互作基础模型用约 3.2 万亿 token 的蛋白-配体序列训练后,在未做任务微调的情况下出现作用机制判断、结合位点定位、共价/非共价区分三类能力,值得关注的是这些能力与模型规模之间存在非线性跃迁。

迷因币 $SAI 以“超级人工智能”概念切入,配套预测游戏和 AI 社交网络应用;目前有千人社群测试版和 11 月 20 日的时间目标,但尚未形成完整产品闭环。

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。

Solana 基金会与 Nito 于 11 月 13 日将 Solana Confidential Compute 部署到 devnet,让 AI 推理在链下可信执行环境中运行并由硬件出具证明,但该工具目前仍是 beta,聊天产品也还没有用上这套链上验证程序。

2026年11月16日,印度科技博主 Rajendra Singh 在 X 上发帖,将智能手机、互联网、电脑与人工智能并列为塑造未来的技术,并询问 AI 是否会让人类生活更容易。该帖没有附带任何产品、模型、数据或研究结论,本质上是一条互动型观点帖,而非行业资讯。

腾讯公开2026年总办LinkTime现场笔记,要求核心业务以“心态归零”面向AI时代再创业,同时推进组织扁平化、打破山头,并在模型与AI应用上继续加大投入。

X 用户 @HougeSol 分享了个人智能体产品 Muse 的两条注册路径,即 Solana 第二代手机 Seeker 注册和 Telegram 机器人签到兑换,并称最快当天可获得账号。这些内容属于个人使用经验,并非官方公告,可作为了解该产品入门门槛的参考。

百度 11 月 11 日放出的 ERNIE 5.5 Flash Preview,在官方案例里让纯文本模型写 Python 调 Blender 预排镜头,再交给 Seedance 2.5 出成片,展示了一条“语言模型当调度层”的 AI 视频工具链思路。

Scale Labs的Remote Labor Index用240个真实Upwork项目测试AI能否替代人类远程零工,Claude Fable 5.2以41.25%的自动化率排第一,但多数任务仍需人类完成。