跳到正文
11月21日周六
  1. 机器之心38

    VideoMemBench 评测:Claude Opus 5 获 45.7 分,25 个大模型视频记忆大考

    Sydney Tech 等机构发布 VideoMemBench 数据集,通过场景依赖与答案依赖评估多模态大模型在视频对话中的长期记忆能力。评测涵盖 326 段视频和 2,476 轮问答,Claude Opus 5 以 45.7 分综合得分位居榜首,Gemini 3.8 Flash 和 Kimi K3 紧随其后。结果显示模型在长距离回指和多轮关联任务中表现普遍较弱,且早期回答错误会显著影响后续判断。

11月20日周五
  1. 机器之心38

    NeurIPS 2026 | LLM 如何在推理中通过仅前向传播实现自适应进化

    隆德大学与 Google DeepMind 提出一种基于仅前向传播的 LLM 自适应方法,无需反向传播即可在推理过程中动态调整模型。该方法利用 SVD 分量引起的激活角度集中度差异进行权重裁剪,在 GPT-J、LLaMA2 等模型上实现了比 LASER-Grad 更低的峰值内存和更高的加速比,且准确率相当。

11月19日周四
11月14日周六
11月11日周三
  1. 机器之心38

    NeurIPS 2026|西工大与港科大提出 DGP:打通全部 ViT 与 LLM 层,让大模型每层按需「看图」

    西北工业大学与香港科技大学提出 DGP(动态门控路径),让每个 LLM 层都能访问全部 ViT 层并按图像—问题上下文动态分配融合权重。在 LLaVA-1.5-7B 上,DGP 报告的 11 项指标全部超过基线,SQA-I 提升 4.2 分、MM-Vet 提升 3.3 分,VizWiz 与 LLaVA-Wild 均提升 3.1 分。

11月9日周一
11月7日周六
11月5日周四
11月3日周二
11月2日周一
10月31日周六
10月28日周三
10月23日周五
  1. MarkTechPost38

    TinyFish 发布智能体搜索架构与深度研究系统工程指南

    TinyFish 发布智能体搜索架构与深度研究系统两份技术指南,前者基于 TinySearch、TinyFetch、TinyBrowser、TinyAgent 四个 Web 原语,以七阶段控制循环运行。在 OpenBenchmarks 上,其编码任务完成率达 79.0%,中位任务成本最低为 $0.050,token 占用也最少。团队还总结了取消独立规划器与子智能体、按失败类型重试等经验。

11月18日周三
  1. 少数派36

    派早报:国区 App Store 将 AIGC 合规设为上架必填、OpenAI 发布 GPT-6.2 Astra 等

    OpenAI 发布 GPT-6.2 Astra 与 Sol 模型,Astra 定位处理高难度任务,Sol 定位为更便宜的日常编码与写作模型。商汤开源 SenseNova Loop-9B 正式版,支持文本和图像输入、文本输出,上下文最长 512K tokens。米哈游公布通用视觉语言动作基础模型 Gamer,可模拟真人操作方式自主游玩 2D 与 3D 游戏。

10月29日周四
10月28日周三
  1. AWS Machine Learning Blog36

    AWS 为 SageMaker AI 训练与处理作业推出 SOCI 索引镜像

    AWS 宣布为 Amazon SageMaker AI 训练和处理作业提供 SOCI 索引,容器镜像改为懒加载,作业启动从分钟级降到秒级。实测 1.8–35.4 GB 的 8 个镜像下载提速约 8x–46x,13.2 GB 镜像在 13 种实例配置上均约快 34x,GPU 拉取镜像的空闲时间最多减少 90%。该能力无需改动作业定义,镜像无索引或懒加载失败时自动回退标准下载。

11月19日周四
11月13日周五
10月22日周四
10月23日周五