AI FRONTIER
Signals worth understanding before they become obvious.
BEVCast: BEV adattivo al percorso per una guida autonoma end-to-end efficiente
BEVCast è un BEV a due stadi la cui risoluzione si adatta al percorso di guida previsto: una passata grossolana codifica l'intera scena su celle da 4,096 m, una heat head addestrata sul percorso registrato seleziona le celle a calore più alto per il raffinamento in celle da 1,024 m sotto budget fisso, e le restanti res...
- Con un budget di raffinamento del 10 %, BEVCast codifica il 28 % delle query BEV e richiede il 66 % del tempo dell'encoder BEV con batch size 1, rispetto a una griglia completa da 1,024 m.
- Su nuScenes il suo errore medio di spostamento è 1,078 m contro 1,149 m e il tasso di violazione dell'area percorribile è 1,46 % contro 2,29 %.
- Su NAVSIM navtest il suo errore medio di spostamento è 0,577 m contro 0,598 m e il punteggio esteso del modello predittivo del conducente è 82,51 contro 81,28.
- Il metodo non richiede né mappa HD né comando di navigazione, e la testa della traiettoria legge un BEV a risoluzione mista che copre comunque l'intera scena.
Per la percezione BEV nella guida autonoma, allocare la risoluzione lungo il percorso previsto riduce query e tempo dell'encoder mantenendo la copertura completa, offrendo ai modelli end-to-end un budget di calcolo regolabile.
InstaGen: campionamento per importanza condiviso per gruppo per la generazione video rapida
Il paper presenta InstaGen, che riformula la selezione dei blocchi nella permuted block-sparse attention (PBSA) dei Diffusion Transformer come campionamento per importanza: le chiavi con punteggio più alto formano un insieme esatto calcolato integralmente, mentre le restanti sono rappresentate da un campione estratto i...
- Su Wan2.1-T2V-1.3B e Wan2.1-T2V-14B, InstaGen parametrizzato con SVG2 migliora il PSNR rispetto a SVG2 di 3,4 dB e 2 dB, rispettivamente, a densità di attenzione invariata.
- A tempo reale invariato, il PSNR migliora di 1,6 dB e 2,2 dB, rispettivamente.
- Su Wan2.1-T2V-14B, InstaGen supera SVG-EAR di 1,1 dB di PSNR a densità quasi identica, funzionando a 1,65x rispetto a dense contro 1,48x di SVG-EAR.
Sostituire la selezione dei blocchi top-p con un insieme esatto più campionamento per importanza può aumentare direttamente la qualità dei modelli di diffusione video senza incrementare densità di attenzione o latenza.
Forzare una lettera sopprime il rifiuto: evidenza meccanicistica da WMDP
Il paper fornisce una prima spiegazione meccanicistica del motivo per cui il formato a scelta multipla riduce i tassi di rifiuto, testata sul dataset WMDP con due modelli, Llama-3.1-8B e Qwen3-8B.
- Usando la tecnica tuned lens, il paper mostra che il modello si fissa molto rapidamente su un token lettera di risposta in MCQ, in contrasto con la graduale costruzione del rifiuto nei formati aperti.
- Le attivazioni nel formato MCQ si trovano circa 3 volte più lontane dalla direzione di rifiuto rispetto alle loro controparti in formato aperto.
- L'ablazione delle teste di attenzione che portano la risposta MCQ aumenta il rifiuto, che il paper indica come prova diretta che la selezione della risposta MCQ compete con il rifiuto.
- Il paper è stato accettato a BlackboxNLP 2026 (workshop EMNLP 2026) e conta 17 pagine e 15 figure.
Chi sviluppa valutazioni di sicurezza dovrebbe notare che i punteggi di sicurezza MCQ misurano principalmente capacità di conoscenza e non valutano i meccanismi di sicurezza del modello.
ccore/Qwen3.5-4B-3D-Coder, anteprima iniziale dedicata alla generazione di scene 3D con Three.js
Si tratta di un'anteprima iniziale di un modello da 4B messo a punto in modo indipendente da CCORE a partire da Qwen/Qwen3.5-4B, incentrato sulla programmazione generale e sulla generazione di scene 3D interattive con Three.js; non è un rilascio ufficiale di Qwen. Sono disponibili i pesi FP16 in Safetensors, le version...
- La scheda del modello indica 947 like, 289.466 download nell'ultimo mese e licenza Apache-2.0.
- Il dataset di addestramento CCORE Three.js 3D Scenes contiene 4.146 esempi di scene (3.933 di addestramento / 213 di validazione) ed è rilasciato con licenza MIT.
- Le versioni GGUF Q4_K_M e Q8_0 possono accettare immagini con un proiettore visivo BF16 di circa 644 MiB; l'autore riferisce di averlo testato localmente con llama.cpp b11889.
- L'autore riferisce che il checkpoint del 27 ottobre ha migliorato sensibilmente il successo al primo tentativo e la qualità delle scene, sebbene alcune scene richiedano ancora un altro tentativo o una correzione.
Per chi sviluppa strumenti 3D o di programmazione creativa, è un modello piccolo distribuibile localmente, con dataset pubblico e versioni quantizzate, un punto di partenza concreto per mettere a punto e valutare la generazione di scene Thr...
Presentazione di Control Room: controllo umano sui carichi di lavoro AI
Control Room di OpenAI monitora i carichi di lavoro dei modelli nella propria infrastruttura di ricerca e può arrestarli rapidamente quando emergono problemi di sicurezza o protezione.
- Control Room monitora i carichi di lavoro dei modelli nell'infrastruttura di ricerca di OpenAI.
- Control Room può arrestare rapidamente tali carichi di lavoro quando emergono problemi di sicurezza o protezione.
Per i team che eseguono modelli su infrastruttura di ricerca condivisa, Control Room indica che la capacità di arresto rapido viene costruita come livello di controllo separato anziché essere lasciata ai guardrail dei singoli carichi di lav...
Valutazione off-policy ad alta dimensione senza suddivisione del campione tramite una correzione di Onsager
Il lavoro sviluppa un criterio corretto secondo Onsager e ponderato per la politica obiettivo che stima il rischio out-of-sample del modello di ricompensa addestrato sull'intero dataset sotto la politica obiettivo usando solo le sue osservazioni di addestramento, consentendo l'arresto anticipato lungo la traiettoria di...
- Il lavoro dimostra una garanzia quasi-oracolo per il modello di ricompensa selezionato sotto le stesse ipotesi.
Per gli sviluppatori di IA che fanno valutazione off-policy, questo consente di selezionare modelli di ricompensa e ottenere stime di valore doppiamente robuste dalla traiettoria di addestramento sui dati completi, senza sacrificare dati in...
VoluCompose: costruire rappresentazioni visive volumetriche compatte per la comprensione di immagini mediche
VoluCompose è un framework senza addestramento e agnostico rispetto al modello che separa quali contenuti visivi conservare da quanti token allocare, tramite un modulo di composizione iperbolica dei token e un modulo di controllo della capacità basato sull'entropia dell'attenzione per comprimere immagini mediche volume...
- Il paper riporta che, su nove configurazioni calibrate, VoluCompose raggiunge il più alto ipervolume medio di qualità-ritenzione tra i metodi confrontati.
- Il paper riporta una qualità relativa media del 121,68% rispetto ai riferimenti non compressi, mantenendo in media il 22,78% dei token visivi.
- Il paper riporta che la compressione resta robusta anche con un budget di token del 10%, con il rapporto ROUGE-L più basso rispetto al riferimento non compresso pari al 96,4% per VoluCompose.
- Il paper riporta che i minimi corrispondenti delle baseline di compressione vanno dal 15,0% al 70,5%.
Per chi sviluppa modelli visione-linguaggio medici, VoluCompose mostra che i token volumetrici possono essere ridotti a circa il 22,78% senza addestramento e preservando la qualità, abbassando il costo di inferenza di lunghe sequenze di sez...
Dalla geometria alla funzione: un dataset di riferimento LiDAR multi-task per l'analisi semantica e funzionale delle facciate urbane
Il paper presenta HFX3D, un benchmark di facciate urbane su larga scala con circa 492 milioni di punti LiDAR provenienti da 26 edifici di Halifax, in Canada, acquisiti nelle quattro stagioni, di giorno e di notte e con condizioni meteorologiche variabili, con ogni facciata annotata su tre livelli: semantico, di istanza...
- HFX3D contiene circa 492 milioni di punti LiDAR provenienti da 26 edifici di Halifax, in Canada.
- I dati coprono le quattro stagioni, il giorno e la notte e condizioni meteorologiche variabili.
- Ogni facciata è annotata su tre livelli: semantico, di istanza e di attributi funzionali per istanza.
Il benchmark sposta la valutazione oltre la geometria e la segmentazione semantica verso il ragionamento funzionale, offrendo agli sviluppatori un banco di prova quantitativo per modelli di comprensione urbana 3D consapevoli della funzione.