不共享向量只共享词索引:SYNC实现跨模型免训练事实传递

2026年10月14日上传至 Hugging Face Papers 的论文提出 SYNC,用共享词表索引而非模型内部向量来传递事实,让不同架构的语言模型无需微调或翻译器也能互相“传话”。

2026年10月14日上传至 Hugging Face Papers 的论文提出 SYNC,用共享词表索引而非模型内部向量来传递事实,让不同架构的语言模型无需微调或翻译器也能互相“传话”。

一篇综述梳理了2024年以来119篇论文,系统整理了“评测基准压缩”的方法,目标是在不跑完整基准集的情况下,仍能估算大模型的得分和排名,从而降低评测成本。值得关注的原因是,随着大模型数量变多、评测频率变高,完整跑分正变成一笔不小的算力开销。

Hugging Face Papers 收录的论文摘要提出 G³VLA,在不改变已有 VLA 动作空间和训练目标的前提下,把相机内参、外参等标定几何信息注入视觉 token,用来提升多相机机器人在新视角下的稳定性。

当你在 CrewAI 中使用原生 provider(openai / anthropic / bedrock / gemini / azure)或 LiteLLM fallback 的异步路径 acall() / kickoff_async ,并注册了 before_llm_call 拦截钩子时,钩

Hugging Face Papers 收录的论文提出 ProgAgent,一套围绕“用代码调用工具”的完整训练方案,试图解决大模型在长周期任务中上下文被工具返回结果撑爆的问题。摘要称,仅用 215 个合成任务,ProgAgent-14B 在 LOCA-bench 的 64k token 环境状态下通过率为…

2026 年 10 月,Hugging Face Papers 收录的论文推出 RuleTrek 多领域基准,专门评测 AI Agent 在跨文件复杂场景下的规则识别与推理能力;11 个前沿大模型的端到端得分最高仅 55.29%,说明这条能力线仍未被真正解决。

Hugging Face Papers 收录的论文提出 SkillMarker,用 KGW 水印为 Agent 技能做归属验证与泄露追踪,同时尽量不破坏技能指令的功能准确性。它值得关注,因为技能资产正成为可复用、可分发、也容易被复制泄露的新形态。

Hugging Face Papers 收录了一篇新论文,提出 Road MOPD 方法,用非路由教师作为跨域“评论家”来协调多教师在线蒸馏中的梯度冲突,实验显示在高冲突场景下性能提升超过 5 个百分点。

一篇上传至 Hugging Face Papers 的论文提出 Cortex 框架,尝试把上下文带来的性能增益“内化”进模型参数,在 4B 至 120B 模型上实现上下文移除后仍保留大部分增益,同时尽量不损伤原有能力。

Hugging Face Papers 收录的论文 PixText 把图像中的小字、复杂字符修复重新定义为“像素空间分组生成”,只重绘目标区域,在自建基准上目标字符 OCR 准确率达到 94.66%。它指向生成图像落地时一个常被忽略的问题:字能不能被看清、被读对。