Velox 空间记忆路由让世界模型推理提速 4 倍

Hugging Face Papers 收录的论文 Velox 提出一种免训练注意力路由方法,利用相机视锥空间记忆筛选历史信息,在长视频生成中把注意力计算加速 4.36 倍、去噪加速 2.43 倍,同时基本不损失导航任务精度。

Hugging Face Papers 收录的论文 Velox 提出一种免训练注意力路由方法,利用相机视锥空间记忆筛选历史信息,在长视频生成中把注意力计算加速 4.36 倍、去噪加速 2.43 倍,同时基本不损失导航任务精度。

arXiv 2026 年 10 月 15 日收录的一篇新论文提出 ScreenRef 数据集与 D2RL 训练方法,训练出 GroundGUI-8B,在多个 GUI 定位基准上报告了 8B 量级中的竞争力成绩,为 GUI 智能体提供了一条开源数据加蒸馏强化学习的路线。

一种叫 RPO 的新方法,通过把注意力路由变成随机探索动作,在不改变扩散模型原有采样器的前提下完成强化学习对齐,文本生图和文本生视频任务上训练效率比 Flow-GRPO 类方法提升近 4 倍。

针对流式视频理解中"事件变化被压缩掉、细节无法找回"的问题,研究者提出智能体框架 DeltaStreamer,把持续观察与查询驱动的主动回看结合起来,并在 OVO-Bench 与 StreamingBench 上报告了 66.07% 和 59.53% 的总体得分。

Hugging Face Papers 收录的论文提出 Terminal-RSI,用递归自改写与策略精炼交替训练终端智能体,在 Terminal-Bench 系列基准上给出可核查的阶段性分数,核心价值在于把验证器结果更有效地转化为策略更新。

arXiv 2026年10月15日发布的一篇新论文提出 The Agentic Scientist,一个让人类研究者与编码代理协作完成计算科研的端到端流水线,其开发版系统辅助提交的一篇论文已被 ALIFE 2026 接收。

Hugging Face Papers 收录的论文提出 Speculative Forcing,把自回归视频生成中“每个 token 都跑完最后去噪步”改成按需提前冻结,在保持画质的同时减少算力。公开摘要称,在 LongLive 上每 token 平均约 1.7 步去噪,速度提升超过 1.5 倍。

Hugging Face Papers 收录的论文 SWE-at-Scale 提出反向利用真实软件修复记录,自动合成可执行的软件工程任务,用来评测编码智能体,缓解真实任务供给不足的问题。

JevAgentHarness 提出让专用决策模型接管 LLM 智能体中的多选步骤,并配套发布基准测试 AgentDecisionBench 和 4B 模型 AgentDecision-4B;在论文设定的任务上实现了明显降本提速,但关键前提是按轨迹拟合置信度阈值,否则任务成功率可能下降。
![[Bug]: SpendLogs rows silently dropped when the provider reuses response ids (Ollama: `chatcmpl- `)](https://www.chat-gpts.plus/wp-content/uploads/2026/10/46403-43373465-768x403.jpg)
当 LiteLLM 代理把 Ollama 的响应 ID(形如 chatcmpl- )当作 LiteLLM_SpendLogs.request_id 主键写入时,重复 ID 会因 skip_duplicates=True 被静默丢弃,表现为请求返回 200 但消费日志缺失。优先排查上游