Flide 推理引擎亮相:决策查询最高提速 9.5 倍,精确性对标 FP32

Hugging Face Papers 收录的论文提出推理引擎 Flide,声称在决策类模型的查询上最高比 vLLM 和 SGLang 快 9.5 倍,同时保证每个分支的计算结果与单独前向完全一致。若结论成立,它针对的是 LLM Agent 系统中被现有生成式推理引擎忽视的一类负载。

Hugging Face Papers 收录的论文提出推理引擎 Flide,声称在决策类模型的查询上最高比 vLLM 和 SGLang 快 9.5 倍,同时保证每个分支的计算结果与单独前向完全一致。若结论成立,它针对的是 LLM Agent 系统中被现有生成式推理引擎忽视的一类负载。

OpenAI 于 2026 年 11 月 10 日上线内部系统 Control Room,用主动阻断机制替代事后告警,最多 35 秒即可让失控 AI 智能体停止输出,目标是把延迟降到零。这反映出 AI 安全正从原则讨论转向具体工程实现。

Hugging Face Papers 于 2026 年 11 月 5 日收录的论文提出 AutoCompress,把延迟、吞吐和显存等硬件与工作负载约束直接纳入可微分架构搜索来压缩大模型,而非只盯着参数量。它值得关注,是因为剪枝目标正从“参数更少”转向“在特定硬件和推理引擎上跑得更好”。

arXiv 新论文 ScreenProof 尝试让模型在没有任何设计稿或参考图的情况下,直接在截图上框出 UI 缺陷;其训练的 Qwen3.5-9B 小模型 ProofJudge 在摘要报告的评测中拿到最高 F1 0.48,并把干净页面的误报压到 2% 左右,但整体仍远未达到可放心自动审核的水平。

Meta Superintelligence Labs 于 2026 年 11 月 10 日发布 Muse 品牌下第四款、也是迄今最小的多模态推理模型 Muse Ember,主打智能体高频重复子任务,提供 1M token 上下文与最高 512K token 输出,仅通过 Meta 托管基础设施提供服务。

arXiv 新论文提出 ProofDiff,用于比较两份非形式化数学文档在论证结构上是否走同一条路,并保留人工修订的可审计记录,服务数学证明审阅而非判定正确性。

原今日头条CEO陈林于2026年11月9日通过个人公众号正式确认离开字节跳动,以创始人身份加入AI教育项目“小鹿爱学”(银河智学)。一位大厂教育业务操盘手重新下场,值得关注的是他如何在AI与教育结合的方向上定义产品。

Hugging Face Papers 于 2026 年 11 月 9 日收录论文 Reframe,提出把“工具返回的观察状态”而非仅输出分布作为对齐对象,用两阶段后训练框架改善视觉智能体的工具使用与蒸馏效果。

arXiv 上一项新研究提出 PISA 和 PISA-E 两种方法,让 Web 服务按每条请求的提示词,动态决定用哪个大模型、或组合哪几个模型,在控制推理成本的同时争取更好的回答质量。目前这是论文摘要,尚未核验全文实验,也不是已上线产品。

北京城市副中心首届OPC嘉年华·宋庄季于2026年11月10日前后闭幕,活动期间宣布“国家商业质量监测服务平台质量共建仓”落地宋庄,试图把AIGC创作、版权规则与质量信用体系串成闭环。