跳到正文
今天11月21日周六3 条
11月20日周五
  1. The Decoder67

    英伟达拟至少斥资 $500 million 收购 Inception,强化开源 Nemotron 阵容

    三名知情人士称,英伟达正接近以至少 $500 million 收购 AI 初创公司 Inception,以强化开源 Nemotron 模型及机器人用物理模型。Inception 使用扩散过程构建语言模型,通过逐步完善完整回答取代传统的逐 token 生成,最近发布了 Mercury 3。交易还包括面向该公司 30 多名员工的绩效奖金,三位联合创始人预计全职加入英伟达,但双方最初均未置评。

  2. Hugging Face Blog76

    Hugging Face 推出 harness adapters,以定制 RL 提升智能体性能并降低成本

    Hugging Face 推出 harness adapters,通过在目标 AI 智能体 harness 内进行 RL,为 Qwen3.8-27B 分别训练 pi、Hermes Agent 和 OpenCode 的 LoRA adapter,并合并为一个 super-adapter。

    推荐理由:文章给出同一模型在三种智能体 harness 中的训练配方与成对评测,可用于判断定制 RL 在性能和工具调用成本上的取舍。

  3. Hugging Face 每日热门论文74

    WeMM-Video 提出中英双语全模态视频理解模型家族

    WeMM-Video 提出覆盖2B、4B、9B和35B-A3B的中英双语全模态基础模型家族,统一处理文本、图像、音频和视频,并支持非思考指令模式与逐步推理模式。模型使用约1.2 trillion tokens的多模态语料训练,流程包含多教师OPD、抗重复MrDPO和专家RL。报告称,WeMM-Video-35B-A3B在超过120项基准评测中达到开源SOTA,模型家族及评测复现管线已公开。

  4. Latent Space61

    Anthropic 完成史上规模最大的 IPO,估值达 $1.5T

    Anthropic 完成 IPO,发行价为 $83,$ANT 首日收于 $97.17,较发行价上涨 17%,公司估值为 $1.5T。$81.3B 的发行规模超过 SpaceX 6 月 IPO 的 $75B。Dario 和 Daniela 表示公司将以系统安全且持续受人类控制为前提调整训练与部署节奏,其 Class F 股份在多数股东事项中拥有 50.1% 投票权。

  5. Jim Fan80

    GR00T 2 原速演示端到端控制真实灵巧手

    Jim Fan 以未剪辑、1x 速度的视频演示 GR00T 2 自主端到端控制真实灵巧手。该开放式机器人模型完全运行于机器人板载计算,可执行超过 20 个步骤、持续 5 分钟以上的长程任务,并通过 X-Adapt 从穿戴设备和模拟数据零样本适配多种真实机器人。模型权重和 X-Adapt 配方将于 12 月发布,智能体框架、模拟与标注引擎、硬件设计及 100K 小时训练数据现已开放。

11月19日周四
  1. Hugging Face Blog80

    RadixArk 发布 DaisyRose-27B,Terminal-Bench 4.1 pass@1 升至 12.0%

    RadixArk 发布 DaisyRose-27B,Terminal-Bench 4.1 pass@1 从 5.6% 升至 12.0%。该模型基于 Qwen3.8-27B,使用 Miles 和约 1,200 个精选任务,在 144 H200 GPUs 上训练 18 天,最长训练会话达 1M tokens。

    推荐理由:文章把任务筛选、异步强化学习与沙箱基础设施连到具体成本和基准变化,呈现一套可迁移的长时程 Agent 后训练路径。

11月18日周三
11月17日周二
  1. Hugging Face 每日热门论文90

    K2-Horizon 提出六款面向推理与智能体工作的全开源语言模型

    K2-Horizon 提出六款全开源语言模型,规模从 0.9B 稠密模型到 375B-A23B MoE,面向通用推理与智能体任务。这些模型在智能体和编码基准上领先或可与同规模强开源模型竞争;36B-A4B 结合 MoVA 和 softplus 注意力门控,以 1/7 活跃参数几乎匹配同数据训练的 32B 稠密模型,Uno 则可将解码加速最高 2.2x。

    推荐理由:同数据训练的对照结果显示,36B-A4B 以 1/7 活跃参数接近 32B 稠密模型,为研究规模与稀疏性提供了可复用基线。

  2. Microsoft Research79

    TokenEconomizer 开源插件利用历史会话降低 AI 编码智能体成本

    UC Berkeley、Microsoft Research 和 Microsoft Security 推出开源插件 TokenEconomizer,可从同一仓库的历史会话中学习,在不修改智能体或底层模型的情况下减少后续任务浪费。

    推荐理由:它展示了如何从同一仓库的历史会话中提炼微技能、裁剪工具并干预失败循环,为降低编码智能体的 token 成本提供可迁移方案。

11月16日周一
11月15日周日