DLite提出无历史投机解码:智能体长上下文下接受长度提升2至6

Hugging Face Papers 收录的论文摘要提出 DLite,一种面向智能体 AI 的“无历史”投机解码框架,试图解决长上下文与多轮交互下草稿模型接受长度下降的问题,摘要称其接受长度达 2-6,较 DSpark 最高提升 70%。

Hugging Face Papers 收录的论文摘要提出 DLite,一种面向智能体 AI 的“无历史”投机解码框架,试图解决长上下文与多轮交互下草稿模型接受长度下降的问题,摘要称其接受长度达 2-6,较 DSpark 最高提升 70%。

2026年10月15日,Hugging Face Papers 收录的一篇论文提出 MINE-SAMPLE-RENDER(MSR)方法,把生成内容的多样性交给“从真实语料挖掘属性—按统计抽样—模型只做条件渲染”的黑白分离流程,试图缓解生成模型“单件好看、批量雷同”的问题。

Hugging Face Papers 收录的 BizBench 是一套面向支付业务的多轮长程 Agent 评测基准,不只考核任务是否完成,还检查执行过程中是否违反约束。摘要显示,Claude Opus 5 与 GPT-6 Sol 的严格成功率分别只有 64.0% 和 61.3%。

Hugging Face Papers 收录的论文摘要提出 DiscoveryRSI 框架,让多智能体通过递归学习迭代科研假设,并发布配套评测基准 DFM-Bench;其 27B 模型在生命科学假设质量与新颖性上给出高于 GPT-6 Luna 的初步评测结果。

Hugging Face Papers 收录的论文 EDEN 提出,在强化学习可验证奖励(RLVR)的训练中,不再只靠调高采样温度或修改策略更新,而是在 rollout 源头给输入嵌入加入带共享锚点的扰动,让同一策略产生更多差异化轨迹,从而增强 GRPO 的组内相对优势信号。

alphaXiv 收录的论文提出 HereBot,一个在非 Transformer 认知架构中运行的人工好奇心引擎,能在对话中用一次曝光绑定新词含义。它值得关注,因为它把“对话中即时学习”作为架构目标,而非依赖预训练模型的权重更新。

Hugging Face Papers 收录的论文 CarryOn 提出一种面向长时任务智能体的“对象化”上下文运行时,主张用可复用的任务进度对象替代反复回放交互历史;摘要称其在 OSWorld 2.0 与 BrowseComp-Plus 上分别带来 5.8% 和 7.0% 的提升,同时减少总 token 用…

Hugging Face Papers 上的一篇论文提出 LEASH,一个无需训练的框架:让弱模型默认执行电脑操作任务,只在内部不确定性信号触发时把控制权交给强模型,并在交接后继续监督。据摘要,在 OSWorld 上,它以 Qwen3.5-35B-A3B 达到 73.66% 成功率,单任务成本 0.4117…

2026年10月18日,一篇数学论文给出了整数商格中“方向完备集”前三种最小尺寸的精确公式,并分类了达到这些尺寸的全部构型,同时得到一个关于有限内存控制器的推论。
![[Bug]: Batch retrieve returns 403 for team-scoped models since v1.103.0 (authorize_model_for_key checks internal model_name_{team_id}_{uuid}](https://www.chat-gpts.plus/wp-content/uploads/2026/10/46958-8bc36f96-768x403.jpg)
该 403 通常发生在 LiteLLM Proxy 使用团队作用域模型(team-scoped model)创建 Batch 后,再调用 GET /v1/batches/{batch_id} 查询或取消时;根因是批量路由用内部模型名 model_name_{team_id}_{uuid} 做 tea