Lafa 流量语言模型:8B 参数,推理吞吐达同质量 AR 模型 2.54 倍

研究者提出 Lafa 系列连续流语言模型,把预训练自回归模型改造成分块并行生成的流量模型,论文摘要称 7B 设置下吞吐约为同质量 AR 的 2.54 倍。它代表大模型推理加速的一条新路线,但仍属论文阶段。

研究者提出 Lafa 系列连续流语言模型,把预训练自回归模型改造成分块并行生成的流量模型,论文摘要称 7B 设置下吞吐约为同质量 AR 的 2.54 倍。它代表大模型推理加速的一条新路线,但仍属论文阶段。

清华大学KEG实验室在Hugging Face Papers发布Event-STVG任务与基准,把视频时空定位从“找描述中的目标”推向长视频事件级推理,并显示当前最强多模态大模型在10分钟视频上的m-vIoU只有5.4%。

Hugging Face Papers 收录的论文摘要提出 LLM2R,把 3D 零件装配改写为序列建模问题,用预训练大语言模型一次前向预测全部零件的旋转和平移;它试图解决零件数量增多时现有方法扩展性差的问题。

Hugging Face Papers 上出现了一篇题为 EvaOmni 的论文摘要,提出一个要求模型同时回答问题和标注音视频证据区间的评测基准,用来检验多模态推理是否真有证据链,而非靠选项或文字线索猜答案。

alphaXiv 收录的论文 SuperMimic 提出,用人形机器人共享动力学的可微世界模型替代逐条动作试错,单张 H100 训练 3 小时的跟踪回报超过 SONIC 基线在 128 张 L40 上训练 7 天的结果,目的是把全身动作控制的数据扩展成本降下来。

根据 Hugging Face Papers 上发布的一篇论文摘要,研究者提出让智能体自主设计并演化操作界面的 Agent S4;在开源模型 Qwen3.8-27B 配合演化界面仓库时,OSWorld V2 二值得分为 21.3%,约为固定界面版本的 3.8 倍。

一篇被 Hugging Face Papers 收录的论文提出“Painting Change Map”,试图把 AI 绘画视频的生成过程从黑箱变成可局部、可随时间调节的控制问题。它的价值在于,创作者可能不再只能接受模型生成的笔触顺序。

研究者提出推理系统 Specter,把量化、投机解码和专家卸载结合起来,缓解 MoE 大模型单卡显存不足导致的 PCIe 传输瓶颈。据论文摘要,单请求场景下单 token 生成时间平均提升 1.50 倍,最高 1.88 倍。

Hugging Face Papers 收录的一篇论文提出 Draft Refinement Language Models(DRLM),让单个去噪器并行提出修订并评估完整草稿,在推理任务上据摘要称优于自回归与离散扩散基线;该研究尚未核验全文实验,也非上线产品。

arXiv 10 月 21 日收录的论文提出 PORA 方法,训练 LLM 智能体判断每一步该用短推理还是长推理,以在有限推理预算下兼顾当前动作质量与后续步骤。根据摘要,该方法在 BFCL 记忆任务上超过最强已有方法 17.4 至 32.9 个百分点。