OPMD同策略蒸馏提升模型中期训练
arXiv于11月10日提交论文提出OPMD同策略中期训练蒸馏方法,在选定锚点从学生策略采样轨迹,并用冻结教师施加词元级反向KL奖励。在MATH-500与Minerva上,OPMD使Qwen学生模型超越基线表现,且优于在两个基准上均退化的NTP基线,推理阶段无额外开销。
arXiv于11月10日提交论文提出OPMD同策略中期训练蒸馏方法,在选定锚点从学生策略采样轨迹,并用冻结教师施加词元级反向KL奖励。在MATH-500与Minerva上,OPMD使Qwen学生模型超越基线表现,且优于在两个基准上均退化的NTP基线,推理阶段无额外开销。
双11期间智谱、MiniMax、阿里云等大模型厂商在天猫推出Token充值折扣,Token首次作为独立品类登上天猫。
优惠福利 · 2026-11-110 阅读论文提出免训练CASCADE++框架,通过约束特定视觉脚手架提升逻辑异常检测精度。
技术研究 · 2026-11-110 阅读论文提出GemAtlas,首次系统逆向现代NVIDIA GPU内存层次结构,将GPU模拟平均绝对百分比误差从31.69%降至22.24%。
技术研究 · 2026-11-110 阅读OpenAI在DevDay 2026演示Sites将表格变为协作应用,并通过WebMCP让智能体操作公开网站,同时分享六周Codex工程实践。
行业动态 · 2026-11-110 阅读上海新增6款生成式AI服务完成备案,累计达213款。
行业动态 · 2026-11-111 阅读OpenAI在DevDay 2026现场演示GPT-Live实时语音、MCP插件接入ChatGPT及Agents API托管Codex运行框架等多项平台能力。
产品应用 · 2026-11-110 阅读阿里官宣推出Qwen Code 1.0,将Qoder与Qwen Code的Harness能力融合开源,为开发者提供可嵌入的Agent运行基础。
模型进展 · 2026-11-111 阅读NeurIPS 2026接收论文提出TransferBreaker微调框架,抑制对抗扰动迁移,将语音识别对抗WER从92.6降至27.8。
技术研究 · 2026-11-110 阅读arXiv论文提出Dr. RTL多智能体框架,自动完成关键路径分析、RTL重写与实现评估,在20个真实设计上较商业综合平均提升WNS/TNS 21%/17%,面积缩减6%。
技术研究 · 2026-11-110 阅读arXiv新论文指出语言智能体的持久记忆会从良性互动中过度泛化,导致后续任务出现不安全行为。
技术研究 · 2026-11-110 阅读丘沃智能开物L4无人作业套件在新疆芳草湖农场完成30厘米以上深翻实测,并首次曝光系统能力与合作进展。
行业动态 · 2026-11-110 阅读华为官宣麒麟9050系列新一代达芬奇架构NPU,性能提升140%、功耗降低66%,支持业界首个30B MoE大模型端侧运行。
产品应用 · 2026-11-110 阅读ExecuTorch发布WebGPU后端,PyTorch模型可在浏览器GPU上直接推理,性能较CPU路径提升数倍。
产品应用 · 2026-11-110 阅读Anthropic更新招股书,七名联合创始人各拟出售337.84万股,按中值计算每人套现约2.5亿美元。
融资并购 · 2026-11-111 阅读上智院联合复旦等团队开源REMORY记忆模块,以1.9B参数自监督训练改善智能体长任务记忆接续。
模型进展 · 2026-11-110 阅读面壁开源1.3B文档解析模型MiniCPM-OCR 1.0与2B质检决策模型Jev,Real5-OmniDocBench达93.68分,Jev以2B参数反超35B判别模型。
产品应用 · 2026-11-110 阅读安全研究发现Grok Build因链接设计缺陷导致数万应用对公众开放,含SpaceXSI内部机密文件。
行业动态 · 2026-11-110 阅读微软研究院发布Lazarus研究,展示重编程少量休眠神经元即可在不训练的情况下给AI智能体植入后门,并提出模型来源与权重完整性防御思路。
技术研究 · 2026-11-110 阅读NTT携手Japan Semiconductor、古河电工、新光电气工业共同投入光电融合与光学小晶片量产技术研发,目标将生产效率提升至少十倍,服务AI数据中心高速传输需求。
行业动态 · 2026-11-110 阅读亚马逊11月10日发布Ring Rover Cam与Ring Drone Cam两款AI安防设备,搭载AI Pilot自主巡逻系统,分别于2026年12月和2027年1月上市。
产品应用 · 2026-11-110 阅读