评测

147篇简报

• Token级路由吞吐提升2.01—64.15倍
• 因果预训练让RoboCasa GR-1成功率达78.7%
• 相同嵌入模型下，Agent式检索相对标准检索的nDCG@10提高8.7点

查看专题 →

多模态

143篇简报

• Artisan在逾10个代表模型中碰撞率最低
• Token级路由吞吐提升2.01—64.15倍
• Pivot-SD在LLaDA-8B-Instruct上以200题、每题4次采样胜过全序列SFT，Queen七轮从1782升至2697

查看专题 →

Agent

142篇简报

• Artisan在逾10个代表模型中碰撞率最低
• 因果预训练让RoboCasa GR-1成功率达78.7%
• 3%权重变化下1T模型中继树跨区域refit需150秒

查看专题 →

训练优化

119篇简报

• 3%权重变化下1T模型中继树跨区域refit需150秒
• 相同嵌入模型下，Agent式检索相对标准检索的nDCG@10提高8.7点
• Pivot-SD在LLaDA-8B-Instruct上以200题、每题4次采样胜过全序列SFT，Queen七轮从1782升至2697

查看专题 →

安全对齐

112篇简报

• Artisan在逾10个代表模型中碰撞率最低
• Token级路由吞吐提升2.01—64.15倍
• 因果预训练让RoboCasa GR-1成功率达78.7%

查看专题 →

AI for Science

109篇简报

• Artisan在逾10个代表模型中碰撞率最低
• Token级路由吞吐提升2.01—64.15倍
• 因果预训练让RoboCasa GR-1成功率达78.7%

查看专题 →

图像生成

106篇简报

• Artisan在逾10个代表模型中碰撞率最低
• Token级路由吞吐提升2.01—64.15倍
• TRM先定量规，SAKI匹配负载吞吐提至4.22倍

查看专题 →

推理加速

96篇简报

• Token级路由吞吐提升2.01—64.15倍
• 因果预训练让RoboCasa GR-1成功率达78.7%
• 3%权重变化下1T模型中继树跨区域refit需150秒

查看专题 →

模型架构

89篇简报

• Artisan在逾10个代表模型中碰撞率最低
• Token级路由吞吐提升2.01—64.15倍
• 相同嵌入模型下，Agent式检索相对标准检索的nDCG@10提高8.7点

查看专题 →

视频生成

87篇简报

• 因果预训练让RoboCasa GR-1成功率达78.7%
• Pivot-SD在LLaDA-8B-Instruct上以200题、每题4次采样胜过全序列SFT，Queen七轮从1782升至2697
• 分块KV缓存压缩的检索落差最高达40个百分点

查看专题 →

机器人

84篇简报

• Artisan在逾10个代表模型中碰撞率最低
• Token级路由吞吐提升2.01—64.15倍
• 因果预训练让RoboCasa GR-1成功率达78.7%

查看专题 →

可解释性

73篇简报

• 因果预训练让RoboCasa GR-1成功率达78.7%
• 3%权重变化下1T模型中继树跨区域refit需150秒
• 相同嵌入模型下，Agent式检索相对标准检索的nDCG@10提高8.7点

查看专题 →

检索

66篇简报

• 3%权重变化下1T模型中继树跨区域refit需150秒
• OSWorld平均任务得分33.0%→40.8%
• AgentWorld中最佳模型任务成功率仅52.0%

查看专题 →

推理

61篇简报

• Prism相对全注意力训练提速2.5倍且质量提升
• 分块KV缓存压缩的检索落差最高达40个百分点
• Qwen3.5-4B以5%视觉token将9基准平均保留性能从68.6%升至82.3%

查看专题 →

代码智能

43篇简报

• Artisan在逾10个代表模型中碰撞率最低
• Pivot-SD在LLaDA-8B-Instruct上以200题、每题4次采样胜过全序列SFT，Queen七轮从1782升至2697
• OSWorld平均任务得分33.0%→40.8%

查看专题 →