跳到正文
10月22日周四
  1. HuggingFace Daily Papers45

    CulturalRiddles: 多文化谜语评测基准

    CulturalRiddles 是一个包含 62 种文化原创谜语的评测基准,涵盖 45 个国家和 51 种语言,通过人类协作创建。研究测试了 28 个大语言模型配置,发现最先进模型在某些文化中的准确率最高仅 22%。该基准数据集已公开,并开放贡献以扩展语言和文化覆盖范围。

  2. HuggingFace Daily Papers70

    Agentic World Action Models 论文发布

    研究人员提出AW-0框架,整合代码规划与视频预测,使机器人技能可复用且具备物理预测能力。该框架在RoboTwin 2.0和双臂操作任务中表现优于VLA和WAM基线模型,提升了任务性能、语言遵循能力和语义推理能力。

    同一件事,精选收录的是《Agentic World Action Models 论文发布》

  3. HuggingFace Daily Papers65

    Evolving with Open Worlds: Towards Recursive Self-Improvement for Future Forecasting

    研究人员提出DeepEvolve系统,一种基于未来事件预测的可持续进化智能体系统,该系统通过与动态变化环境持续交互并内化经验实现自我改进。在FutureX排行榜上,该自我改进预测器连续三周排名第一,评分提升高达195%;在合成的评估中,它在四个基础大语言模型中排名前三,比最强基线高出最多10.7 Bradley-Terry分。

    推荐理由:通过未来事件预测构建可持续进化系统,在真实世界评估中连续三周排名第一,展示AI从静态模型向自我进化智能体的转变。

  4. HuggingFace Daily Papers45

    SpatialBrain: 空间智能从经验中成长

    SpatialBrain 框架通过保留空间推理决策经验,在五个基准测试中优于或持平同骨干模型的直接答案。该框架包含 3DFusionMemory 融合场景观测、Spatial Skill Library 提供可复用工具程序,以及 Spatial Cognition 关联任务条件与经验使用策略。

  5. HuggingFace Daily Papers65

    TraceForge: 用自己的思维进行知识蒸馏

    研究人员提出 TraceForge 方法,通过生成与目标模型风格一致的推理轨迹来解决前沿模型不提供详细推理过程的问题。该方法采用两阶段训练,在 HumanEval+ 上提升 3.7 分,在 MBPP+ 上提升 7.1 分。

    推荐理由:通过生成与目标模型风格一致的推理轨迹,TraceForge 在保持数据来源合规的同时提升了模型性能。

  6. IT之家76

    DeepSeek最新轮融资筹集近千亿元

    DeepSeek在最新一轮融资中筹集约1000亿元人民币,成为中国史上规模最大的融资之一。主要投资者包括宁德时代和腾讯控股,这笔资金将用于AI数据中心建设和开源模型开发,同时为上市铺平道路。

    推荐理由:近千亿融资让中国AI企业首次在资金规模上接近硅谷巨头,但真正的挑战在于如何将资本转化为持续的技术优势。

最多提供 50 页,更早的内容请使用搜索或主题页。