AI FRONTIER
Signals worth understanding before they become obvious.
Tsinghua AI veröffentlicht AKV als Open Source: einen Cache-Engineering-Server für LLM-Agenten auf SGLang
Tsinghua AI hat AKV als Open Source veröffentlicht, einen auf SGLang aufbauenden Cache-Engineering-Server für LLM-Agenten. Das Paper-Abstract ordnet die Arbeit Fragen zu Fähigkeiten, Evaluation oder Alignment großer Sprachmodelle zu und richtet sich an Leser, die Methoden und experimentelle Ergebnisse verfolgen.
- Tsinghua AI hat AKV als Open Source veröffentlicht und positioniert es als Cache-Engineering-Server für LLM-Agenten.
- AKV baut auf SGLang auf.
- Das Paper-Abstract gibt an, dass die Arbeit Fragen zu Fähigkeiten, Evaluation oder Alignment großer Sprachmodelle behandelt.
Für Entwickler von LLM-Agenten trennt AKV das Cache-Engineering in eine eigene Dienstschicht auf SGLang, was einen Test der Cache-Wiederverwendung entlang der Inferenzpfade von Agenten nahelegt.
ISTA-DASLab veröffentlicht GSQ-RCO-GGUF-Quantisierungen von DeepSeek-V4.1-Flash-1017
ISTA-DASLab quantisierte das MoE DeepSeek-V4.1-Flash-1017 mit 763,2B Parametern und 384 Experten mittels GSQ und RCO in gemischter Präzision pro Tensor und veröffentlichte Standard-GGUF-Builds IQ1_M (1,75 bpw), IQ2_XXS (2,00) und IQ2_XS (2,25).
- Das Modell ist ein sparse MoE mit 763,2B Parametern, 384 gerouteten Experten pro Layer, 6 aktiven pro Token und einem Kontextfenster von 1M Token.
- Das Backbone-GGUF enthält 551,9B Parameter, und die Engram-Lookup-Tabellen umfassen 196,6B Parameter bei IQ4_NL 4,50 bpw, gemeinsam für alle Builds.
- Die Gesamtgrößen betragen 231,32 GB für IQ1_M, 248,84 GB für IQ2_XXS und 265,83 GB für IQ2_XS; alle drei laufen mit Strata auf einer einzelnen GPU mit 12 GB VRAM.
- Das Paper berichtet, dass IQ2_XXS auf AIME25 (100,00), GPQA-Diamond (90,91) und LiveCodeBench v6 (89,71) mit dem Basismodell übereinstimmt, bei einem Task-Durchschnitt von 93,54 und 100,0 % Recovery.
Da der IQ2_XXS-Build mit 2,00 bpw laut Paper auf den drei Benchmarks mit dem Basismodell übereinstimmt, lässt sich ein MoE der 763B-Klasse lokal auf einer 12-GB-GPU plus Systemspeicher testen.
Self-Direction: Agentenfehler werden zu dauerhaften Lehren
Die Arbeit stellt Self-Direction vor: Scheitert ein Agent an einer Aufgabe, reflektiert er seine eigene Trajektorie, extrahiert eine Lehre und destilliert sie sofort in einen leichten Low-Rank-Adapter, während die ursprünglichen Gewichte eingefroren bleiben und die Adapter in einer persistenten Bibliothek gespeichert u...
- Jeder Adapter trainiert zusätzliche Parameter, die etwa 0,02 % der Parameterzahl des Basismodells entsprechen
- Mit Agenten auf Basis offener Modelle der Qwen-Familie steigen die Gesamterfolgsraten über GAIA, Claw-Eval und Terminal-Bench 2.1 um 8,9 bis 17,0 Prozentpunkte
- Die Arbeit berichtet, dass Self-Direction wiederholte Fehler bei künftigen Begegnungen mit einer Aufgabe reduziert und die Zuverlässigkeit der Korrekturen des Agenten nahezu verdoppelt
- Die Arbeit berichtet, dass wenige Adapter ohne zusätzliches Training auf Dutzende neuer Aufgaben generalisieren
Für Agenten-Entwickler bietet das Speichern von Fehlern als routingfähige Low-Rank-Adapter einen dauerhafteren Verbesserungsweg als In-Context-Reflexion und einen günstigeren als vollständiges Fine-Tuning.
Forscher schlagen MMGR-Benchmark zum Test der Reasoning-Fähigkeit multimodaler Modelle vor
Forscher haben den MMGR-Benchmark vorgeschlagen, um die Reasoning-Fähigkeit multimodaler Modelle zu testen. Der Benchmark soll die Leistung multimodaler Modelle bei Reasoning-Aufgaben bewerten.
- Forscher schlagen den MMGR-Benchmark vor, um die Reasoning-Fähigkeit multimodaler Modelle zu testen.
- Die Meldung wurde von DoNews berichtet.
Für KI-Entwickler bietet MMGR einen auf multimodales Reasoning spezialisierten Benchmark, mit dem sich die Reasoning-Leistung verschiedener multimodaler Modelle messen und vergleichen lässt.
Mit akademischen Gemeinschaften wissenschaftliches Verständnis aufbauen
OpenAI teilt Modellergebnisse zur Kakeya-Vermutung, zur Exponentialzeithypothese und zur Quantenchromodynamik sowie dazu, wie Forschende sie überprüfen und darauf aufbauen können.
- OpenAI teilt Modellergebnisse zur Kakeya-Vermutung.
- OpenAI teilt Modellergebnisse zur Exponentialzeithypothese.
- OpenAI teilt Modellergebnisse zur Quantenchromodynamik.
- OpenAI beschreibt, wie Forschende diese Ergebnisse überprüfen und darauf aufbauen können.
Für KI-Entwickler bietet dies überprüfbare Modellausgaben, mit denen sich Schlussfolgerungen zu mathematischen und physikalischen Problemen bewerten lassen.
SyncVid: Welt-äquivariante Diffusion für synchronisierte Videogenerierung
SyncVid sampelt die Gauß-Rausch-Prior-Verteilung in einem aus dem Quellvideo abgeleiteten kanonischen 3D-Raum und rastert sie in Zielkameras, statt unabhängig in jeder 2D-Bildebene zu sampeln. Die Methode hebt ein monokulares Video in eine kanonische 4D-Repräsentation und ergänzt ein Cross-View-konsistentes Whitening-V...
- Die Arbeit hebt ein monokulares Video in eine kanonische 4D-Repräsentation, verknüpft Rauschen mit Szenengeometrie und nicht beobachtetem Raum und rastert das resultierende strukturierte Rauschen in beliebige Ansichten.
- Die Arbeit schlägt ein Cross-View-konsistentes Whitening-Verfahren vor, das benachbarte Pixel dekorreliert und dabei die Korrespondenz zwischen Ansichten bewahrt.
- Das strukturierte Rauschen dient als Diffusionsprior für ein LoRA-adaptiertes vortrainiertes Videodiffusionsmodell und erfordert keine Architekturänderungen.
Für Entwickler multiviewer Videogenerierung zeigt SyncVid, dass die Verankerung der Diffusionszufälligkeit in einem kanonischen 3D-Raum die Cross-View-Konsistenz verbessern kann, ohne die Diffusionsarchitektur neu zu entwerfen.
PaperFormalizer: Autoformalisierung von Forschungsarbeiten in Lean mit dem Autor im Regelkreis
PaperFormalizer ist eine agentische Pipeline auf Lean-Basis, die von der LaTeX-Quelle einer Arbeit ausgeht, sie in einen Abhängigkeitsgraphen von Aussagen überträgt, jede Aussage in natürlicher Sprache auf Treue, Mehrdeutigkeit und Korrektheit prüft und die Aussagen anschließend in Lean gegen Mathlib, optionale Domänen...
- Die Arbeit wurde am 22. Oktober 2026 bei arXiv eingereicht als arXiv:2610.31810 (cs.AI, Cross-List cs.LO).
- Die Pipeline beginnt mit der LaTeX-Quelle, überträgt die Arbeit in einen Abhängigkeitsgraphen von Aussagen und prüft jede Aussage in natürlicher Sprache.
- Formalisierung und Beweis erfolgen gegen Mathlib, optionale Domänenbibliotheken und das persönliche Toolkit des Autors.
- Die Ausgabe ist eine annotierte und überarbeitete Version der Arbeit, ein Bericht der Änderungen und Lean-Code, in dem jede Deklaration mit der von ihr formalisierten Aussage verknüpft ist.
Für Entwickler mathematischer KI-Werkzeuge zeigt PaperFormalizer ein Muster mit dem Autor im Regelkreis, das bei Mehrdeutigkeit anhält und dem Autor die Entscheidung überlässt, wodurch die Autorenkontrolle überall dort erhalten bleibt, wo e...