AI FRONTIER
Signals worth understanding before they become obvious.
LowRAM: Kunci Rank Rendah dan Nilai Diamortisasi untuk Kompresi Cache KV yang Dapat Dikomposisi saat Pengujian
Makalah ini memperkenalkan LowRAM, pipeline kompresi cache KV asimetris yang mengamortisasi cache nilai dengan prediktor ringan per-head yang dilatih saat pengujian dan memasangkannya dengan kompresi kunci rank rendah lintas lapisan. Makalah ini melaporkan throughput dekode puncak hingga 5x lebih tinggi pada kompresi 4...
- Amortisasi cache nilai melatih prediktor ringan per-head dan hanya menyimpan residu untuk token yang paling buruk direkonstruksi, yang menurut makalah menghasilkan kompresi nilai 4x hampir tanpa kehilangan.
- Prediktor dapat diinisialisasi melalui meta-learning untuk mengurangi overhead prefill secara substansial, atau dilatih dari awal pada pengaturan yang memungkinkan biaya sekali saja, seperti inferensi multi-query.
- LowRAM hanya merekonstruksi subset pasangan KV terpilih pada setiap langkah dekode, dan makalah melaporkan throughput dekode puncak hingga 5x lebih tinggi pada kompresi 4x.
- Saat dikomposisikan dengan kuantisasi dan eviksi, makalah melaporkan kompresi 26,9x pada 94,5% performa baseline pada konteks panjang.
Memperlakukan kunci dan nilai sebagai berbeda secara struktural memungkinkan pembangun menumpuk kompresi kunci rank rendah, amortisasi nilai, kuantisasi, dan eviksi untuk kompresi cache KV yang lebih agresif dalam penyajian konteks panjang.
FlexFloor: Post-Training Reinforcement Learning Hemat Sumber Daya melalui Paralelisme Pakar Elastis
Makalah ini memperkenalkan FlexFloor, sistem yang secara bersama menyesuaikan penjadwalan respons dan kelompok worker aktif selama pembuatan respons sinkron, sehingga worker dapat dilepas lebih awal sambil mempertahankan komputasi pakar yang dibutuhkan respons yang sedang berjalan.
- Makalah melaporkan bahwa pada model mixture-of-experts, sekitar sepertiga waktu worker terpakai pada baseline terjadi setelah pembuatan respons lokal selesai.
- Makalah melaporkan bahwa dibandingkan baseline verl, FlexFloor menghasilkan sekitar 65,40% lebih banyak token respons per unit waktu komputasi terpakai.
- Makalah melaporkan peningkatan throughput pembuatan respons sebesar 52,74%, dengan sedikit variasi yang teramati pada rollout reward.
- Makalah ini 19 halaman termasuk referensi dan lampiran, dengan 5 gambar, dikirim pada 4 November 2026.
Bagi tim yang membangun pipeline post-training reinforcement learning MoE, FlexFloor menunjukkan bahwa kebijakan penjadwalan dan pelepasan worker dapat meningkatkan keluaran rollout per unit komputasi tanpa mengubah reward secara berarti.
ToyBlocks: dunia terkendali untuk pembelajaran dan evaluasi robot
Ai2 memperkenalkan ToyBlocks, FoundationWorld pertama: kerangka simulasi terbuka yang dibangun di sekitar lengan robot dan balok di atas meja, yang secara otomatis menghasilkan tugas dan demonstrasi serta menyediakan metrik di luar tingkat keberhasilan.
- ToyBlocks menghasilkan dan menjalankan ratusan rencana secara paralel pada satu GPU, mencapai hingga 24 kali kinerja waktu nyata.
- Pelatihan keterampilan berlangsung di Isaac Lab, menggunakan pembelajaran penguatan dan perencanaan gerak untuk mempelajari keterampilan non-prensil seperti mendorong dan membalik.
- Perencana tugas dan gerak (TAMP) secara otomatis memilih dan mengurutkan keterampilan untuk menghasilkan kumpulan demonstrasi berlabel.
- Metrik evaluasi mencakup kecepatan eksekusi, gaya yang diberikan pada objek, dan kemajuan tugas yang diukur dengan spesifikasi yang sama seperti yang digunakan modul perencanaan.
Bagi tim pembelajaran robot, ToyBlocks menyediakan testbed yang dapat direproduksi untuk mempelajari campuran data, generalisasi spasial, dan apakah kegagalan berasal dari perencanaan tingkat tinggi atau eksekusi tingkat rendah.
OpenAI memperkenalkan BioBasicsBench untuk mengukur bagaimana agen AI menangani sains wet-lab sehari-hari
OpenAI memperkenalkan BioBasicsBench, tolok ukur 100 tugas yang mengukur seberapa baik agen AI menafsirkan data eksperimen mentah dan menangani sains wet-lab sehari-hari.
- Tolok ukur ini bernama BioBasicsBench dan diperkenalkan oleh OpenAI.
- Tolok ukur ini terdiri dari 100 tugas.
- Menurut OpenAI, tolok ukur ini mengukur seberapa baik agen AI menafsirkan data eksperimen mentah.
- Menurut OpenAI, tolok ukur ini mengukur seberapa baik agen AI menangani sains wet-lab sehari-hari.
Bagi tim yang membangun agen sains, BioBasicsBench menawarkan target evaluasi 100 tugas yang berfokus pada penafsiran data mentah dan pekerjaan wet-lab sehari-hari, bukan hanya tugas literatur.
TRAP: otorisasi runtime responsif kepercayaan untuk AI agentik, dikarakterisasi secara empiris
Makalah ini mengarakterisasi secara empiris Trust Responsive Authorization Policy (TRAP), yang memetakan Authorization Readiness Score (ARS) — kombinasi berbobot dari kepercayaan runtime, stabilitas operasional, dan risiko kontekstual — ke tingkat otorisasi diskret melalui aturan asimetris: eskalasi memerlukan observas...
- Pada satu set 100 jejak Monte Carlo yang dipasangkan, TRAP dibandingkan dengan kebijakan statis, hanya-kepercayaan, hanya-risiko, dan simetris.
- Saat degradasi mendadak, TRAP membatasi pada awal dan melakukan eskalasi ulang lebih cepat setelah pemulihan dibandingkan kebijakan simetris.
- Dalam sapuan satu faktor, waktu pemulihan naik seiring margin eskalasi dan panjang eksekusi, bergeser dengan bobot skor, dan tidak berubah oleh ambang pembatasan.
Keunggulan pembatasan TRAP bergantung pada degradasi yang bersifat mendadak, sehingga pembangun harus memeriksa apakah mode kegagalan penerapan mereka sesuai sebelum mengadopsinya.
Qwen/Qwen3.8-27B: Peluncuran Model Bahasa Visual Multimodal
Qwen/Qwen3.8-27B adalah model bahasa visual multimodal yang memberikan peningkatan substansial dalam pengkodean, pekerjaan profesional, penelitian, dan tugas agen jangka panjang, dengan dukungan bawaan untuk pemahaman gambar dan video.
- Likes: 19268
- Downloads: 7845288
- Parameters: 27.8B
- Qwen/Qwen3.8-27B 是多模态视觉语言模型，适合图像理解、视觉问答和文档解析
Model ini menawarkan peningkatan komprehensif dalam penanganan multimodal dan tugas kompleks, menjadikannya cocok untuk pembangun yang membutuhkan penalaran tingkat lanjut dan pemahaman visual.
Gaussians Can Subtract: Neural Dissolve Field untuk Rendering Adegan Hibrida
Makalah ini memperkenalkan Gaussolve, kerangka rendering hibrida Mesh-Gaussian “kurangi lalu isi ulang” yang secara selektif melarutkan konten mesh yang tidak konsisten antar-tampilan melalui Neural Dissolve Field ringan, lalu Gaussian residual mengisi kembali area yang terungkap.
- Neural Dissolve Field diparametrisasi oleh Gaussian harmonik sferis skalar dan mempelajari di mana serta dari arah pandang mana konten mesh harus dilarutkan.
- Aturan fusi transmitansi kontinu secara bertahap menampilkan Gaussian residual di belakang mesh yang dilarutkan, mempertahankan gradien rekonstruksinya dan menghindari diskontinuitas visibilitas yang keras.
- Makalah melaporkan fidelitas visual lebih tinggi dengan lebih sedikit primitif Gaussian dan rendering lebih cepat pada adegan terstruktur dan semi-terstruktur.
- Makalah diterima di WACV 2027 dan mencakup 16 halaman termasuk materi tambahan, 11 gambar, dan 8 tabel.
Bagi pengembang adegan hibrida Mesh-Gaussian, memperlakukan konflik mesh-Gaussian sebagai inkonsistensi multi-tampilan dan melarutkan mesh menurut arah pandang dapat meningkatkan fidelitas dan kecepatan rendering tanpa menambah primitif Gau...