Develata's Space

Appearance

2026-07-18 ​

OpenAI Sora 2 视频深度克隆效果惊人，能精准捕捉面部肌肉运动，生成难辨真伪的视频，引发对AI伪造风险的讨论。 Schema Harness框架在ARC-AGI-3公开集上使用Claude Opus 4.8等模型取得约99%成绩，通过不修改权重的程序转化方法大幅超越此前最强模型，是AGI基准测试的重大突破。 月之暗面在GTC 2026披露Kimi …

Sora 2 视频克隆效果惊人，真假难辨 95 ​

  • Tags: 模型发布 视频生成 AI安全

  • Source: AI HOT 精选 | 阅读原文

[摘要]
OpenAI Sora 2 视频深度克隆效果惊人，能精准捕捉面部肌肉运动，生成难辨真伪的视频，引发对AI伪造风险的讨论。

Schema Harness 在 ARC-AGI-3 公开集上取得约 99% 成绩 95 ​

  • Tags: 研究进展 模型发布 推理 智能体

  • Source: AI HOT 精选 | 阅读原文

[摘要]
Schema Harness框架在ARC-AGI-3公开集上使用Claude Opus 4.8等模型取得约99%成绩，通过不修改权重的程序转化方法大幅超越此前最强模型，是AGI基准测试的重大突破。

月之暗面在GTC 2026披露Kimi K2.5技术路线：用MuonClip、线性注意力与Agent Swarm重构三大基础组件 90 ​

  • Tags: 模型发布 推理优化 智能体 大模型

  • Source: AI HOT 精选 | 阅读原文

[摘要]
月之暗面在GTC 2026披露Kimi K2.5三大基础组件：MuonClip优化器将数据效率提升近一倍；线性注意力在百万Token下超越全注意力；Agent Swarm支持300个Agent并行工作。

NVIDIA 发布 Nemotron 3 Embed 系列，8B 版本在 RTEB 基准上排名第一 85 ​

  • Tags: 模型发布 开源生态 NVIDIA 向量嵌入

  • Source: AI HOT 精选 | 阅读原文

[摘要]
NVIDIA 开源 Nemotron 3 Embed 系列，8B 版本在 RTEB 基准排名第一，1B 版本通过 NVFP4 量化在 Blackwell 上实现 2 倍吞吐量提升，精度损失仅 0.5%。

Smarter and Cheaper at Once: Byte-Exact KV-Cache Grafting Turns a Frozen Small Model into a Verified-Knowledge Flywheel 85 ​

  • Tags: 推理优化 成本降低 上下文扩展 AI研究

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
提出字节精确KV缓存嫁接技术，不改变权重即可提升小模型性能并大幅降低推理成本，在AIME 2025上使12B模型超越31B，扩展上下文至285万token。

DialogueVPR: Towards Conversational Visual Place Recognition 85 ​

  • Tags: 视觉位置识别 多模态 智能体 对话推理

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
提出对话式视觉位置识别新范式，通过交互式对话推理改善模糊自然语言描述下的定位性能，在基准上显著超越基线。

Branching Policy Optimization: Sandbox-Native Language Agent Reinforcement Learning 85 ​

  • Tags: 模型训练 强化学习 智能体

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
BPO提出分支策略优化，利用沙盒可快照特性降低强化学习方差，在WebShop、ALFWorld、SWE-bench等agent任务上提升3.6-6.1个百分点，显著减少梯度方差和策略更新次数。

Kimi K3 登顶前端编码榜，开放权重挑战闭源双巨头 82 ​

  • Tags: 大模型 模型发布 开源生态 编码

  • Source: AI HOT 精选 | 阅读原文

[摘要]
Kimi K3 以前端编码榜1679分夺冠，2.8万亿参数MoE架构，百万上下文，开放权重，API转向长上下文智能体定价，挑战闭源模型。

八天四款前沿模型发布，Kimi K3 跻身第三 80 ​

  • Tags: 模型发布 大模型 公司动态

  • Source: AI HOT 精选 | 阅读原文

[摘要]
八天内Grok4.5、GPT-5.6、Muse Spark1.1与Kimi K3四款前沿模型密集发布，Kimi K3跻身第三，反映AI模型竞争加剧。

Cursor 评估负责人确认 Claude Fable 5 在 CursorBench 达 72.9% 新高 80 ​

  • Tags: 模型发布 大模型 AI编程

  • Source: AI HOT 精选 | 阅读原文

[摘要]
Anthropic 的 Claude Fable 5 模型在 Cursor 内部基准 CursorBench 上达 72.9% 新高，展现全局推理能力，显著超越此前模型，值得关注。

通义实验室发布 Wan-Streamer v0.2，端到端响应延迟仅 550ms 80 ​

  • Tags: 模型发布 多模态 推理优化

  • Source: AI HOT 精选 | 阅读原文

[摘要]
通义实验室发布Wan-Streamer v0.2全模态Transformer，统一听看说演，端到端延迟仅550ms，分辨率提升至640x368，采用双通路架构优化画质与延迟。

Similarity as Reward Alignment: Robust and Versatile Preference-based Reinforcement Learning 80 ​

  • Tags: AI安全 强化学习 对齐 模型训练

  • Source: arXiv Statistics - Machine Learning | 阅读原文

[摘要]
提出SARA方法，通过对比学习将偏好转化为奖励信号，在强化学习对齐中显著提升对噪声标签的鲁棒性，推动安全对齐技术发展。

Multi-Head Latent Control: A Unified Interface for LLM Agent Decision Making 80 ​

  • Tags: 大模型 智能体 推理优化 研究进展

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
提出Multi-Head Latent Control，从冻结LLM/VLM隐状态中学习部署时控制信号，实现路由、工具调用等决策，大模型使用量降低高达90.7%，显著提升效率。

Rubrics on Trial: Evolving Rubrics from a Single Query via Synthetic Pairwise Evidence 80 ​

  • Tags: 研究 大模型 LLM评估 自动生成

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
提出 Rubrics on Trial 框架，仅凭查询自动演化评分标准，无需人工标注或模型训练，在多个偏好基准上取得最佳平均准确率，对 LLM 训练与评估具有重要意义。

T^2MLR: Transformer with Temporal Middle-Layer Recurrence 80 ​

  • Tags: 模型架构 推理优化 研究

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
提出T²MLR架构，通过在中间层引入循环机制使中间推理状态跨token持久化，显著提升多步推理能力且无需从头预训练。

Breaking Refusal in the First Half: A Mechanistic Study of the Prefill Jailbreak 80 ​

  • Tags: AI安全 模型安全 大模型

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
研究揭示预填充越狱通过响应前半部分即可破坏模型拒绝机制，拒绝是浅层计算，对AI安全防御有重要启示。

OmniaBench: Benchmarking General AI Agents Across Diverse Scenarios 80 ​

  • Tags: 智能体 基准测试 模型评估

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
OmniaBench发布，覆盖90个应用域的通用AI Agent基准（1431任务），测试显示Claude-Sonnet-5和GPT-5.6-Sol仅得58%和57%，暴露规划与自适应修正短板。

Introspection Fine-Tuning (IFT): Training Small LLMs to Introspect 80 ​

  • Tags: 研究发布 训练方法 小模型 AI安全

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
提出内省微调（IFT）方法，通过监督学习显著提升小语言模型检测自身激活扰动的能力，实验显示Llama-1B准确率从9.6%提升至60.6%，且不影响标准能力，有助于AI透明度和对齐。

Innocuous-Seeming Data, Latent Ideology: Ideological Generalisation in Finetuned LLMs 80 ​

  • Tags: 大模型 AI安全 模型微调

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
研究揭示微调LLMs（如GPT-4.1）于窄数据集会导致跨领域意识形态泛化，即使数据看似中立；该现象可能放大极端输出，对AI安全与对齐构成新挑战。

Pretraining Data Can Be Poisoned through Computational Propaganda 80 ​

  • Tags: 模型安全 预训练 数据投毒 AI安全

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
研究展示通过公共讨论界面可对预训练数据进行投毒，并引入HalfLife工具评估恶意内容纳入风险，对模型安全有重要警示。