AI FRONTIER
Signals worth understanding before they become obvious.
Tsinghua AI Membuka Sumber AKV, Server Rekayasa Cache untuk Agen LLM di SGLang
Tsinghua AI telah membuka sumber AKV, sebuah server rekayasa cache untuk agen LLM yang dibangun di atas SGLang. Abstrak makalah menempatkan karya ini pada pertanyaan kemampuan, evaluasi, atau penyelarasan model bahasa besar, cocok bagi pembaca yang mengikuti metode dan hasil eksperimen.
- Tsinghua AI membuka sumber AKV dan memosisikannya sebagai server rekayasa cache untuk agen LLM.
- AKV dibangun di atas SGLang.
- Abstrak makalah menyatakan karya ini membahas pertanyaan kemampuan, evaluasi, atau penyelarasan model bahasa besar.
Bagi pengembang agen LLM, AKV memisahkan rekayasa cache menjadi lapisan layanan khusus di atas SGLang, sehingga layak diuji untuk penggunaan ulang cache di jalur inferensi agen.
ISTA-DASLab merilis kuantisasi GGUF non-uniform GSQ-RCO untuk DeepSeek-V4.1-Flash-1017
ISTA-DASLab mengkuantisasi MoE DeepSeek-V4.1-Flash-1017 berukuran 763,2B parameter dan 384 expert dengan presisi campuran per-tensor GSQ dan RCO, merilis build GGUF standar IQ1_M (1,75 bpw), IQ2_XXS (2,00), dan IQ2_XS (2,25).
- Model ini adalah MoE sparse dengan 763,2B parameter, 384 routed expert per layer, 6 aktif per token, dan jendela konteks 1M token.
- GGUF backbone memuat 551,9B parameter, dan tabel pencarian Engram berukuran 196,6B parameter pada IQ4_NL 4,50 bpw, dipakai bersama oleh semua build.
- Ukuran totalnya 231,32 GB untuk IQ1_M, 248,84 GB untuk IQ2_XXS, dan 265,83 GB untuk IQ2_XS; ketiganya berjalan di satu GPU 12 GB VRAM dengan Strata.
- Paper melaporkan IQ2_XXS menyamai model dasar pada AIME25 (100,00), GPQA-Diamond (90,91), dan LiveCodeBench v6 (89,71), dengan rata-rata tugas 93,54 dan pemulihan 100,0%.
Karena build IQ2_XXS 2,00 bpw dilaporkan menyamai model dasar pada ketiga benchmark tersebut, pengembang dapat menguji MoE kelas 763B secara lokal di GPU 12 GB plus memori sistem.
Self-Direction: mengubah kesalahan agen menjadi pelajaran yang bertahan
Makalah ini memperkenalkan Self-Direction, mekanisme di mana agen yang gagal menyelesaikan tugas merenungkan lintasannya sendiri untuk mengekstrak pelajaran dan segera mendistilasikannya ke adaptor low-rank ringan, dengan bobot asli tetap dibekukan dan adaptor disimpan dalam pustaka pelajaran persisten yang otomatis di...
- Setiap adaptor melatih parameter tambahan setara dengan ~0,02% dari jumlah parameter model dasar
- Dengan agen berbasis model open-weight keluarga Qwen, tingkat keberhasilan keseluruhan meningkat 8,9 hingga 17,0 poin persentase pada GAIA, Claw-Eval, dan Terminal-Bench 2.1
- Makalah melaporkan bahwa Self-Direction mengurangi kesalahan berulang pada pertemuan tugas di masa depan, hampir menggandakan keandalan koreksi agen
- Makalah melaporkan bahwa beberapa adaptor dapat digeneralisasi ke puluhan tugas baru tanpa pelatihan tambahan
Bagi pembangun agen, menyimpan kegagalan sebagai adaptor low-rank yang dapat dirutekan menawarkan jalur peningkatan yang lebih tahan lama daripada refleksi dalam konteks dan lebih murah daripada fine-tuning parameter penuh.
Peneliti mengusulkan benchmark MMGR untuk menguji penalaran model multimodal
Peneliti mengusulkan benchmark MMGR untuk menguji kemampuan penalaran model multimodal. Benchmark ini bertujuan mengevaluasi performa model multimodal pada tugas penalaran.
- Peneliti mengusulkan benchmark MMGR untuk menguji kemampuan penalaran model multimodal.
- Informasi ini dilaporkan oleh DoNews.
Bagi pengembang AI, MMGR menyediakan benchmark khusus untuk penalaran multimodal, sehingga performa penalaran berbagai model multimodal dapat diukur dan dibandingkan.
Bekerja sama dengan komunitas akademik untuk membangun pemahaman ilmiah
OpenAI membagikan hasil model pada konjektur Kakeya, Exponential Time Hypothesis, dan quantum chromodynamics, serta bagaimana peneliti dapat memverifikasi dan mengembangkan hasil tersebut.
- OpenAI membagikan hasil model pada konjektur Kakeya.
- OpenAI membagikan hasil model pada Exponential Time Hypothesis.
- OpenAI membagikan hasil model pada quantum chromodynamics.
- OpenAI menjelaskan bagaimana peneliti dapat memverifikasi dan mengembangkan hasil ini.
Bagi pengembang AI, ini menyediakan contoh keluaran model yang dapat diverifikasi untuk menilai penalaran pada masalah matematika dan fisika.
SyncVid: Difusi Ekuivarian-Dunia untuk Generasi Video Tersinkronisasi
SyncVid mengambil sampel prior derau Gaussian dalam ruang 3D kanonis yang diturunkan dari video sumber dan merasterisasinya ke kamera target, alih-alih mengambil sampel secara independen di setiap bidang gambar 2D. Metode ini mengangkat video monokular ke representasi 4D kanonis dan menambahkan prosedur pemutihan yang ...
- Makalah mengangkat video monokular ke representasi 4D kanonis, mengaitkan derau dengan geometri adegan dan ruang yang tidak teramati, lalu merasterisasikan derau terstruktur yang dihasilkan ke tampilan arbitrer.
- Makalah mengusulkan prosedur pemutihan yang konsisten antar-tampilan yang mendekorelasi piksel tetangga sambil mempertahankan korespondensi antar-tampilan.
- Derau terstruktur berfungsi sebagai prior difusi untuk model difusi video terlatih yang diadaptasi LoRA, tanpa memerlukan modifikasi arsitektur.
Bagi pengembang generasi video multi-tampilan, SyncVid menunjukkan bahwa menambatkan keacakan difusi pada ruang 3D kanonis dapat meningkatkan konsistensi antar-tampilan tanpa merancang ulang arsitektur difusi.
PaperFormalizer: Autoformalisasi Makalah Penelitian di Lean dengan Penulis dalam Loop
PaperFormalizer adalah pipeline agentik berbasis Lean yang dimulai dari sumber LaTeX sebuah makalah, mentranskripsinya menjadi graf dependensi pernyataan, mengaudit setiap pernyataan dalam bahasa alami untuk kesetiaan, ambiguitas, dan kebenaran, lalu memformalkan dan membuktikan pernyataan tersebut di Lean terhadap Mat...
- Makalah ini dikirim ke arXiv pada 22 Oktober 2026 sebagai arXiv:2610.31810 (cs.AI, cross-list cs.LO).
- Pipeline dimulai dari sumber LaTeX, mentranskripsikan makalah menjadi graf dependensi pernyataan, dan mengaudit setiap pernyataan dalam bahasa alami.
- Formalisasi dan pembuktian dilakukan terhadap Mathlib, pustaka domain opsional, dan toolkit pribadi penulis.
- Keluarannya adalah versi makalah yang dianotasi dan direvisi, laporan perubahan, dan kode Lean yang setiap deklarasinya tertaut ke pernyataan yang diformalkannya.
Bagi pembangun perkakas AI matematika, PaperFormalizer menunjukkan pola penulis dalam loop yang berhenti pada ambiguitas dan menyerahkan keputusan kepada penulis, sehingga kendali penulis tetap terjaga di mana pun formalisasi dapat mengubah...