AI FRONTIER
Signals worth understanding before they become obvious.
Calcolo general-purpose basato su prove con Magnetar
Microsoft Research presenta Magnetar, una macchina virtuale a conoscenza zero (zkVM) general-purpose che prova l'esecuzione di programmi RISC-V scritti in Rust, Go o C, con sicurezza basata solo su funzioni hash standard.
- Magnetar prova da 7,2 a 8,7 milioni di istruzioni del processore al secondo su un laptop.
- Un Magnetar ottimizzato prova da 9,5 a 12,8 milioni di cicli al secondo, aumentando ogni accelerazione riportata di circa 1,3 volte, e le sue prove si verificano in circa 12 millisecondi.
- La sua sicurezza dipende solo da una funzione hash standard come SHA-256 o SHA-3, senza curve ellittiche, reticoli, funzioni hash specializzate, setup fidato o congettura non dimostrata sui codici correttori di errori.
Per i costruttori di IA, Magnetar rende dimostrabili i normali programmi compilati senza competenze crittografiche e rimuove una migrazione post-quantistica dalla roadmap.
Il grande modello «Shusheng-S2» dello Shanghai AI Lab entra nel processo di ricerca matematica d'avanguardia: contribuisce alla dimostrazione della congettura di Ghys in tre dimens...
Il grande modello «Shusheng-S2» dello Shanghai AI Lab è entrato in un processo di ricerca matematica d'avanguardia, contribuendo alla dimostrazione della congettura di Ghys in tre dimensioni, che ha superato la verifica formale.
- Il grande modello «Shusheng-S2» dello Shanghai AI Lab è entrato in un processo di ricerca matematica d'avanguardia.
- Il modello ha contribuito alla dimostrazione della congettura di Ghys in tre dimensioni.
- La dimostrazione correlata ha superato la verifica formale.
Ciò mostra che un grande modello può partecipare a una dimostrazione matematica d'avanguardia e produrre un risultato formalmente verificabile, offrendo un esempio di processo verificabile per la ricerca matematica assistita dall'IA.
OpenRouter aggiunge NVIDIA Nemotron 3.5 Super VL, modello MoE multimodale
NVIDIA Nemotron 3.5 Super VL è un modello MoE multimodale aperto con 12B di parametri attivi su 120B totali, basato su un'architettura ibrida Mamba-Transformer con previsione multi-token e una finestra di contesto di 1M di token.
- 120B di parametri totali con 12B attivi, su architettura ibrida Mamba-Transformer con previsione multi-token.
- Finestra di contesto di 1.048.576 token, con supporto fino a 262.144 token di completamento.
- Accetta in input testo, immagini, documenti, screenshot di GUI e video e restituisce testo; il ragionamento è attivo per impostazione predefinita e può essere disattivato o limitato con un budget di token.
- Prezzo di 0,10 $ per 1M di token in input e 0,40 $ per 1M di token in output, con lettura della cache a 0,08 $/M, servito da Crusoe, Together, DeepInfra e CoreWeave.
Per i team che costruiscono agenti di lunga durata, 12B di parametri attivi con contesto da 1M di token e input visivo consentono di gestire document intelligence, interazione con GUI e comprensione video in un unico modello.
Joint Subspace Sparse Attention per un decoding efficiente a contesto lungo
JSSA apprende un sottospazio query-key condiviso a bassa dimensionalità per migliorare il ranking della selezione sparsa a livello di token, e introduce un kernel di attention indicizzata a livello di token senza gather che supporta selezioni distinte per KV-head nel layout standard della KV-cache GQA.
- Il paper riporta che su una GPU NVIDIA B200, JSSA raggiunge fino a 6,43 volte il throughput di decoding della full-KV attention con contesto a 128K.
- Il paper afferma che JSSA rimane vicino all'accuratezza full-KV su modelli GQA standard, ad attention ibrida sliding-window/global e Multi-head Latent Attention (MLA).
- Il paper osserva che il raffinamento diretto dell'obiettivo esatto non fornisce alcun miglioramento misurabile nelle configurazioni testate.
Per chi costruisce inferenza a contesto lungo, JSSA conta perché abbina la selezione sparsa a livello di token a un kernel senza gather che riduce direttamente il costo di decoding sui layout KV-cache GQA e MLA esistenti.
WorldMemBench: un benchmark completo per la memoria dei modelli di mondo video
Il paper presenta WorldMemBench, un benchmark che valuta sistematicamente la memoria del mondo nei modelli di mondo video su 260 casi di test, coprendo memoria statica (identità e aspetto umani, aspetto e geometria degli oggetti, contenuto e geometria dell'ambiente) e memoria dinamica (progressione degli eventi e persi...
- Il benchmark comprende 260 casi di test che valutano memoria statica e dinamica.
- Utilizza uscite di camera controllate e traiettorie con rivisite multiple, confrontando il contenuto statico con riferimenti iniziali fissi e gli eventi dinamici con transizioni di stato attese.
- La valutazione di nove modelli rappresentativi mostra che una forte ritenzione statica non implica una affidabile evoluzione dinamica degli stati.
- Le rivisite ripetute rivelano un degrado della memoria oltre il primo ritorno, e studi umani supportano l'allineamento tra le valutazioni automatiche e i giudizi umani.
Per i team che costruiscono modelli di mondo video, questo benchmark scompone la memoria in assi statico e dinamico misurabili e mostra che la ritenzione statica non sostituisce la persistenza degli stati nelle rivisite ripetute.
Modelli simili, quote rotte: dove l'assioma di Luce fallisce in Chatbot Arena
Il paper sostiene che il modello Bradley-Terry di Chatbot Arena assegna un unico punteggio a ciascun modello e quindi assume l'assioma di scelta di Luce; su 1,8 milioni di voti Arena, i voti tra versioni di uno stesso modello sono più decisivi di quanto preveda Bradley-Terry.
- Su 1,8 milioni di voti Arena, i voti tra versioni di uno stesso modello sono 1,37 volte più decisivi di quanto preveda Bradley-Terry.
- Tra dimensioni di una stessa generazione il moltiplicatore è 1,26, e tra modelli di uno stesso laboratorio è 1,12.
- Una correzione con quattro-sei parametri prevede i voti tenuti da parte meglio di Bradley-Terry e di modelli con centinaia di parametri, soprattutto modellando i pareggi.
Per chi costruisce, ciò significa che i tassi di vittoria a coppie tra modelli quasi identici in stile Arena possono essere sistematicamente sovrastimati, quindi le classifiche a punteggio unico di modelli simili vanno lette con cautela.
fishaudio/drama-3: un modello text-to-speech MoE da 35B parametri con 16 parlanti e streaming
Fish Audio ha pubblicato Drama 3, un modello text-to-speech di nuova generazione pensato per scene con più personaggi e contenuti lunghi, con generazione multi-parlante, clonazione vocale e controllo in linguaggio naturale. Usa un backbone testuale MoE da 35B parametri con 3B attivi per token e un decoder audio Codeboo...
- 35B parametri con 3B attivi per token, su un backbone testuale MoE con attenzione ibrida completa e lineare.
- I tag parlante da <|speaker:0|> a <|speaker:15|> consentono a un testo di contenere fino a 16 personaggi.
- Il decoder audio Codebook-MTP decodifica 10 codebook in modo causale sull'intera sequenza.
- Gli esperti MoE sono in FP8 e i restanti pesi in bf16; la pagina del modello indica 36B parametri e i tipi di tensore BF16 e F8_E4M3.
Per chi ha bisogno di audio lungo con più personaggi, Drama 3 combina 16 tag parlante, suddivisione in streaming e deployment con SGLang-Omni, ma la licenza orientata alla ricerca e i requisiti hardware del MoE FP8 ne condizionano l'uso in ...